O modelo de IA detecta vários marcadores de câncer colorretais genéticos em amostras de tecido simultaneamente

Um estudo de nível múltiplo analisou cerca de 2.000 lâminas de tecido digital de pacientes com câncer de cólon em sete colegas independentes na Europa e na América. As amostras incluíram amostras de tecido e imagens de lixo inteiro de dados clínicos, demográficos e de estilo de vida.

Os pesquisadores desenvolveram um novo “modelo de transformador multi-alvo” para prever uma ampla gama de alterações genéticas diretamente de classes regulares de tecido histológico do câncer de cólon. Estudos anteriores eram geralmente limitados à previsão de alterações genéticas únicas e não eram responsáveis ​​por mutação co-integral ou padrões morfológicos compartilhados.

O modelo detecta mudanças genéticas e resultou em mudanças no tecido câncer colorretal De imagens de seção de tecido reto. Isso pode permitir um diagnóstico rápido e mais econômico no futuro. Para o desenvolvimento, verificação e análise de dados do modelo, especialistas em dados e ciência da computação, epidemiologia, patologia e oncologia funcionaram juntos.

estudou Publicado No diário Lancet Digital HealthAssim,

“Primeiro Modelo de ensino intensivo E a análise das mudanças de tecido subjacente geralmente se concentrava em apenas uma mutação por vez. Nosso novo modelo, no entanto, pode identificar muitos biomarcadores, nos quais alguns ainda não são considerados clinicamente relevantes. Conseguimos exibi -lo em muitos colegas independentes. Também observamos que muitas mutações estão com mais frequência em tumores de microssatelite (MSI), “Marko Gustav, M.Sc, primeiro escritor de estudos e primeiro autores de pesquisador da EKFZ para saúde digital em TU Dressden.

Alguns tipos de colorretal podem ser classificados com base no câncer Instabilidade de microssatelite (MSI). Os microssatélites são pequenas e repetidas seqüências de DNA espalhadas por todo o genoma. No câncer, o MSI pode ocorrer quando essas seqüências se tornam instáveis ​​devido a defeitos no sistema de reparo do DNA. O MSI é um biomarcador importante para identificar pacientes que podem se beneficiar da imunoterapia.

“Isso sugere que mutações separadas contribuem coletivamente para mudanças na morfologia do tecido. O modelo reconhece padrões visuais compartilhados, em vez de se identificar independentemente. Mudança genética“Ele diz.

Os pesquisadores demonstraram que seus modelos eram correspondidos e parcialmente vários biomarcadores, como mutações de BRF ou RNF43, e volatilidade de microssatelitos (MSI), parcialmente estabelecida na previsão da volatilidade da microssatelita (MSI) diretamente instalada modelos de gols únicos diretamente dos slides de patologia de slides de patologia.

A experiência patológica necessária para avaliar as alterações teciduais de lâminas histológicas foi fornecida por especialistas médicos experientes. O Dr. do Hospital Universitário Ougsburg Nick Ritam desempenhou um papel importante no estudo.

Destacando a importância do estudo, Jakob N. Kather, professor de inteligência artificial clínica em EKFZ para saúde digital em Tu Dresden e oncologista sênior de NCT/UCC no Hospital Universitário, Carl Gustav Karus Dresseden diz: “Nossa pesquisa mostra que o modelo de IA pode ganhar muita velocidade em obras diagnósticas.

“Ao mesmo tempo, esses métodos fornecem novas idéias sobre as relações entre mudanças moleculares e morfológicas no câncer colorretal. No futuro, essa técnica pode ser usada como uma ferramenta eficaz de pré-triagem para ajudar os médicos a selecionar pacientes para novos testes moleculares e orientar decisões de tratamento pessoal”.

A equipe de pesquisa agora planeja aumentar essa abordagem de outros tipos de câncer.