Loading...
На ранних стадиях рака часто отсутствуют специфические симптомы. Врачи выявляют опухоль у пациентов чаще всего тогда, когда уже нужно действовать незамедлительно. Однако подбор правильной терапии занимает много времени, которого у больных раком просто нет. Поэтому ученые разработали модель искусственного интеллекта, чтобы ускорить процесс.
DeepPT, обученная на данных более чем 5,5 тысячи пациентов с 16 самыми распространенными типами рака (рак груди, легких, головы и шеи, шейки матки, поджелудочной железы и другие), предсказывает профиль матричной (информационной) РНК пациента — РНК, содержащей информацию о первичной структуре (аминокислотной последовательности) белков. мРНК необходима для производства белков и несет ключевую молекулярную информацию для индивидуального подхода к лечению рака.
Ученые совместили DeepPT со вторым инструментом под названием ENLIGHT. Вместе нейросети успешно предсказывают реакцию пациента на противораковую терапию при различных типах онкологических заболеваний. Система устроена следующим образом: сначала DeepPT анализирует матричную РНК, затем ENLIGHT прогнозирует реакцию пациента на лечение на основе полученных DeepPT данных.
DeepPT опирается на микроскопические снимки тканей пациента, называемые гистопатологическими изображениями. Они доступны, экономически выгодны и оперативны, потому что не требуют вмешательства квалифицированного специалиста.
Показатели положительной реакции пациентов на подобранную терапию выросли до 46,5% с использованием ENLIGHT-DP по сравнению с 33,3% в контрольной группе.
Любая задержка в обработке сложных молекулярных данных (которая обычно занимает недели) представляет собой реальную проблему, когда речь идет о пациентах с опухолями высокой степени тяжести, которые могут потребовать немедленного лечения. Новая модель позволяет максимально сократить эти задержки.
Автор: Екатерина Новикова.
Подписывайтесь на InScience.News в социальных сетях: ВКонтакте, Telegram, Одноклассники.