Predicția originii tumorii în cancerele de origine primară necunoscută cu ajutorul inteligenței artificiale
Autor: Camelia Airinei, senior editor | actualizat la 22-04-2024
Bolile canceroase cu punct de plecare necunoscut sunt o provocare majoră în oncologie, fiind diagnosticate prin metode histopatologice ca metastaze, dar fără a putea fi localizată originea prin metodele diagnostice obișnuite. Aceste afecțiuni se manifestă adesea prin efuziuni seroase și au un prognostic nefavorabil, tratamentele actuale fiind insuficient de eficace.
Studiul publicat în Nature Medicine introduce abordarea TORCH, un algoritm de învățare profundă destinat diferențierii originii tumorilor pe baza histologiei citologice. Această metodă se bazează pe utilizarea imaginilor citologice provenite de la pacienți cu hidrotorax și ascită pentru a recunoaște malignitatea și a prezice originea tumorilor.
TORCH utilizează patru rețele neuronale independente pentru a antrena 12 modele diferite, folosind imagini citologice pentru a dezvolta un model de diagnostic bazat pe inteligență artificială. Aceasta a fost testată pe seturi independente de imagini, folosind date din patru instituții majore, totalizând 90.572 de imagini citologice de la 76.183 de pacienți cu cancer.
Modelul a demonstrat o acuratețe și generalizabilitate remarcabile în diferite seturi de testare, atingând o acuratețe de top-1 de 83% și o acuratețe de top-3 de 99%. TORCH a îmbunătățit semnificativ performanțele patologilor juniori în diagnosticare, comparativ cu interpretările manuale anterioare.
Analiza supraviețuirii a indicat că pacienții cu cancer cu localizare de origine necunoscută, a căror terapie inițială corespundea originii estimate de TORCH, au avut o rată de supraviețuire mai mare comparativ cu cei tratați discordant. Studiul a evidențiat și dificultățile tehnice întâmpinate în interpretarea probelor de calitate slabă, precum și necesitatea unei prelucrări manuale atente pentru a minimiza erorile de diagnosticare ale AI.
Concluziile studiului susțin eficacitatea modelului TORCH în practica clinică pentru identificarea originii sistemului primar al celulelor maligne în cazurile de hidrotorax și ascită, oferind suport în luarea deciziilor clinice pentru pacienții cu tumori de origine necunoscută, îmbunătățind selecția terapeutică și contribuind la gestionarea eficientă a acestor cazuri complexe.
sursa: News Medical
Studiul publicat în Nature Medicine introduce abordarea TORCH, un algoritm de învățare profundă destinat diferențierii originii tumorilor pe baza histologiei citologice. Această metodă se bazează pe utilizarea imaginilor citologice provenite de la pacienți cu hidrotorax și ascită pentru a recunoaște malignitatea și a prezice originea tumorilor.
TORCH utilizează patru rețele neuronale independente pentru a antrena 12 modele diferite, folosind imagini citologice pentru a dezvolta un model de diagnostic bazat pe inteligență artificială. Aceasta a fost testată pe seturi independente de imagini, folosind date din patru instituții majore, totalizând 90.572 de imagini citologice de la 76.183 de pacienți cu cancer.
Modelul a demonstrat o acuratețe și generalizabilitate remarcabile în diferite seturi de testare, atingând o acuratețe de top-1 de 83% și o acuratețe de top-3 de 99%. TORCH a îmbunătățit semnificativ performanțele patologilor juniori în diagnosticare, comparativ cu interpretările manuale anterioare.
Analiza supraviețuirii a indicat că pacienții cu cancer cu localizare de origine necunoscută, a căror terapie inițială corespundea originii estimate de TORCH, au avut o rată de supraviețuire mai mare comparativ cu cei tratați discordant. Studiul a evidențiat și dificultățile tehnice întâmpinate în interpretarea probelor de calitate slabă, precum și necesitatea unei prelucrări manuale atente pentru a minimiza erorile de diagnosticare ale AI.
Concluziile studiului susțin eficacitatea modelului TORCH în practica clinică pentru identificarea originii sistemului primar al celulelor maligne în cazurile de hidrotorax și ascită, oferind suport în luarea deciziilor clinice pentru pacienții cu tumori de origine necunoscută, îmbunătățind selecția terapeutică și contribuind la gestionarea eficientă a acestor cazuri complexe.
sursa: News Medical
Actualizat la 22-04-2024 | Vizite: 64 | bibliografie
Alte articole:
- Medicină de precizie în tumori neuroendocrine: screening personalizat al 27 de agenți terapeutici
- Predictori ai răspunsului durabil la imunoterapie în cancerul cervical metastatic
- FGFR1 — și nu S6K1/2 — determină rezistența intrinsecă la inhibitorii BRAF în melanom
- Inteligența artificială planifică radioterapia pentru cancer la fel de bine ca specialiștii umani (trial internațional)
- Un simplu test de sânge ar putea ghida mai precis tratamentul cancerului în stadiu avansat
- Agoniștii receptorilor GLP-1 reduc mortalitatea la pacienții cu diabet și cancer activ
- De ce îmbătrânirea favorizează răspândirea cancerului de sân: rolul cheie al receptorului RAGE
- Două ședințe de radioterapie pentru cancerul de prostată: la fel de sigure ca cinci, cu mai puțin stres pentru pacienți
- Radioterapia stereotactică în cancerul de sân oligometastatic prelungește supraviețuirea fără progresie cu aproape 16 luni
- Sindromul hemofagocitic asociat terapiei CAR-T: complicație rară, dar severă, cu implicații majore în oncologia modernă
- Un medicament experimental arată primele semne de eficacitate în cancerul de prostată rezistent la hormonoterapie
- Nanoparticule multitargetate, o nouă strategie pentru a inhiba invazia cancerului de sân triplu negativ
- Alfabetizarea financiară în asigurări și toxicitatea financiară la supraviețuitorii de cancer AYA
- Nanoparticule inteligente care „citesc” tumora: un nou sistem de livrare transformă imunoterapia cancerului
- Testul PSA pentru cancerul de prostată: o revizuire Cochrane confirmă reducerea mortalității, dar ridică problema supradiagnosticării