Oamenii de știință au proiectat un instrument de inteligență artificială care poate decoda rapid ADN-ul unei tumori cerebrale pentru a determina identitatea moleculară a acestuia chiar în timpul intervenției chirurgicale – informații critice la care, în cadrul abordării actuale, se poate ajunge după câteva zile și chiar după câteva săptămâni, conform ScienceDaily.
Cunoașterea tipului molecular al unei tumori le permite neurochirurgilor să ia decizii cum ar fi: cât de mult țesut cerebral trebuie îndepărtat și dacă să plaseze medicamente care distrug tumorile direct în creier – în timp ce pacientul este încă pe masa de operație.
Un raport asupra lucrării, condus de cercetătorii de la Harvard Medical School, arată că diagnosticul molecular precis – care detaliază modificările ADN dintr-o celulă – în timpul intervenției chirurgicale poate ajuta un neurochirurg să decidă cât de mult țesut cerebral să elimine. Îndepărtarea prea mult atunci când tumora este mai puțin agresivă poate afecta funcția neurologică și cognitivă a pacientului. De asemenea, îndepărtarea prea puțină atunci când tumora este foarte agresivă poate lăsa în urmă țesut malign care se poate dezvolta și se poate răspândi rapid.
„În acest moment, chiar și practica clinică de ultimă generație nu poate profila tumorile din punct de vedere molecular în timpul intervenției chirurgicale. Instrumentul nostru depășește această provocare prin extragerea semnalelor biomedicale neexploatate până acum din lamele de patologie congelate”, a declarat autorul principal al studiului Kun-Hsing Yu, profesor de informatică biomedicală la Institutul Blavatnik de la HMS.
Cunoașterea identității moleculare a unei tumori în timpul intervenției chirurgicale este, de asemenea, valoroasă, deoarece anumite tumori beneficiază de un tratament la fața locului cu plachete acoperite cu medicament plasate direct în creier în momentul operației, a spus Yu.
Abordarea standard de diagnostic intraoperator folosită acum implică prelevarea țesutului cerebral, congelarea acestuia și examinarea la microscop. Un dezavantaj major este că înghețarea țesutului tinde să modifice aspectul celulelor la microscop și poate interfera cu acuratețea evaluării clinice. În plus, ochiul uman, chiar și atunci când folosește microscoape puternice, nu poate detecta în mod fiabil variațiile genomice subtile pe o lamă.
Noua abordare AI depășește aceste provocări.
Instrumentul, numit CHARM (Mașină de evaluare și revizuire a histopatologiei criosecției), este disponibil gratuit altor cercetători. Încă trebuie să fie validat clinic prin testare în medii reale și aprobat de FDA înainte de implementarea în spitale, a spus echipa de cercetare.
Schimbarea codului molecular al cancerului
Gliomul – cea mai agresivă tumoare pe creier și cea mai comună formă de cancer cerebral – are trei subvariante principale care poartă markeri moleculari diferiți și au tendințe diferite de creștere și răspândire.
Capacitatea noului instrument de a accelera diagnosticarea moleculară ar putea fi deosebit de valoroasă în zonele cu acces limitat la tehnologie pentru a efectua secvențierea genetică rapidă a cancerului.
Dincolo de deciziile luate în timpul intervenției chirurgicale, cunoașterea tipului molecular al unei tumori oferă indicii despre agresivitatea, comportamentul și răspunsul probabil la diferite tratamente. Astfel de cunoștințe pot informa deciziile postoperatorii.
În plus, noul instrument permite diagnosticarea în timpul intervenției chirurgicale aliniate cu sistemul de clasificare recent actualizat al Organizației Mondiale a Sănătății pentru diagnosticarea și clasificarea severității gliomelor, care solicită ca astfel de diagnostice să fie făcute pe baza profilului genomic al unei tumori.
CHARM a fost dezvoltat folosind 2.334 de mostre de tumoră cerebrală de la 1.524 de persoane cu gliom din trei populații diferite de pacienți. Când a fost testat pe un set de probe de creier nemaivăzut până acum, instrumentul a distins tumorile cu mutații moleculare specifice cu o acuratețe de 93% și a clasificat cu succes trei tipuri majore de glioame cu caracteristici moleculare distincte care au prognostice diferite și răspund diferit la tratamente. A fost capabil să identifice zone rele cu o densitate celulară mai mare și mai multă moarte celulară în probe, ambele semnalând tipuri de gliom mai agresive. Instrumentul a fost, de asemenea, capabil să identifice modificări moleculare importante din punct de vedere clinic într-un subset de gliom de grad scăzut, un subtip de gliom care este mai puțin agresiv și, prin urmare, mai puțin probabil să invadeze țesutul din jur. Fiecare dintre aceste modificări semnalează, de asemenea, o înclinație diferită pentru creștere, răspândire și răspuns la tratament.
Instrumentul a conectat în continuare aspectul celulelor – forma nucleelor lor, prezența edemului în jurul celulelor – cu profilul molecular al tumorii. Aceasta înseamnă că algoritmul poate identifica modul în care aspectul unei celule se referă la tipul molecular al unei tumori.
Cercetătorii spun că, în timp ce modelul a fost antrenat și testat pe mostre de gliom, ar putea fi reantrenat cu succes pentru a identifica alte subtipuri de cancer cerebral.
Oamenii de știință au proiectat deja modele AI pentru a profila alte tipuri de cancer – de colon, plămâni, sân.
„La fel ca și clinicienii umani care trebuie să se angajeze în educație și formare continuă, instrumentele AI trebuie să țină pasul cu cele mai recente cunoștințe pentru a rămâne la performanță de vârf”, a spus Yu.