Dental Tribune Poland

Sztuczna inteligencja pomaga w leczeniu nowotworów

By Dental Tribune Poland
September 06, 2019

W badaniach nad rakiem naukowcy wykorzystali sztuczną inteligencję (AI), aby pomóc dostosować dawkę promieniowania do indywidualnych terapii. Wcześniejsze badanie wykazało, że radioterapia raka gardła może przynieść lepsze wyniki niż operacja z zastosowaniem Transoral Robotic Surgery (TORS). To ostatnie osiągnięcie może pomóc lekarzom we wszystkich dziedzinach w stosowaniu lepszych metod leczenia i ratowaniu życia.

„Radioterapia jest wysoce skuteczna w wielu przypadkach, może też w dużym stopniu korzystać z możliwości optymalizacji dawki” – wyjaśnił główny autor dr Mohamed Abazeed, onkolog radioterapii z Taussig Cancer Institute w Cleveland Clinic i badacz z Lerner Research Institute. „Ramy tej optymalizacji pomogą lekarzom w opracowaniu spersonalizowanych harmonogramów dawkowania opartych na danych, które mogą zmaksymalizować prawdopodobieństwo sukcesu leczenia i złagodzić skutki uboczne promieniowania dla pacjentów”.

Po ostatnim wzroście liczby zakażeń HPV i podwojeniu liczby przypadków raka jamy ustnej i gardła od lat 90. XX w. spersonalizowane metody leczenia stają się coraz bardziej potrzebne. Jak donosi Dental Tribune International, wyniki badania oceniającego wyniki przełykania u pacjentów z rakiem gardła, którzy przeszli TORS lub radioterapię, podważały powszechnie stosowane schematy leczenia. To nowe badanie może potencjalnie pomóc w uzyskaniu jeszcze lepszych wyników.

„Opracowanie i walidacja tej metody jest ekscytująca, ponieważ nie tylko jako pierwsza wykorzystuje obrazowanie medyczne do informowania o przepisanych dawkach promieniowania, ale może również mieć bezpośredni wpływ na opiekę nad pacjentem” – powiedział Abazeed. „Modele te mogą ostatecznie zostać wykorzystane do dostarczenia radioterapii dostosowanej do indywidualnych potrzeb pacjentów w codziennych praktykach klinicznych” – dodał.

Zgodnie z badaniami, system AI został zbudowany przy użyciu informacji od 944 pacjentach z rakiem płuc leczonych wysokimi dawkami promieniowania, ich tomografii komputerowej i elektronicznej dokumentacji medycznej. Skany poprzedzające leczenie zostały wprowadzone do modelu, w którym przeanalizowano je w celu stworzenia sygnatury obrazu, która przewiduje wyniki leczenia. Dzięki zaawansowanemu modelowaniu matematycznemu schemat ten został połączony z danymi z dokumentacji medycznej pacjenta, opisującymi kliniczne czynniki ryzyka w celu wygenerowania spersonalizowanej dawki promieniowania.

Abazeed przewidział, że tzw. narzędzia uczenia maszynowego będą odgrywać większą rolę w sektorze opieki zdrowotnej. Dodał, że oparta na obrazach platforma informacyjna nie tylko może zapewnić możliwość zindywidualizowania wielu terapii przeciwnowotworowych, ale jest również krokiem naprzód w medycynie precyzyjnego naświetlania.

Badanie pt.: „An image-based deep learning framework for individualising radiotherapy dose: A retrospective analysis of outcome prediction” zostało opublikowane na łamach Lancet Digital Health w lipcu 2019 r.

Comments are closed here.

Latest Issues
E-paper

DT Poland No. 1, 2019

Open PDF Open E-paper All E-papers

© 2019 - All rights reserved - Dental Tribune International