ابزار هوش مصنوعی Charm به درمان تومور مغزی کمک می‌کند

 

اخیراً یک ابزار هوش مصنوعی (AI) برای کمک به پزشکان در مبارزه با تومورهای تهاجمی مغز پدید آمده است. این ابزار به شناسایی ویژگی‌های حیاتی کمک می‌کند که در پروسه عمل به جراحان کمک می‌کند. اگرچه ممکن است دقت این ابزار با آزمایش‌های ژنتیکی فعلی مطابقت نداشته باشد، اما می‌تواند به سرعت مشخصات تومور را پیش‌بینی کند.

دستگاه ارزیابی و بررسی هیستوپاتولوژی کرایوسکشن (Charm) ابزاری پیشرفته است که تصاویر را برای شناسایی مشخصات ژنتیکی گلیوما، نوعی تومور تهاجمی مغزی، تجزیه و تحلیل می‌کند. در حال حاضر این فرآیند روزها یا هفته‌ها طول می‌کشد. کان-هسینگ یو، نویسنده این گزارش در سایت Med، توضیح داد که جراحان برای هدایت پروسه جراحی خود بر تشخیص‌های دقیق تکیه می‌کنند.

اگرچه دقت این ابزار نمی‌تواند با آزمایش‌های ژنتیکی فعلی مطابقت داشته باشد، اما می‌تواند به سرعت مشخصات تومور را پیش‌بینی کند. یو توضیح داد: «این تجزیه و تحلیل سریع پزشکان را قادر می‌سازد تا بدون نیاز به برنامه‌ریزی و انجام جراحی‌های اضافی، درمان مناسب را انجام دهند و در وقت ارزشمند خود صرفه‌جویی کنند.»

علاوه بر این، ابزار هوش مصنوعی Charm می‌تواند بین سلول‌های تومور بدخیم و خوش‌خیم تمایز قائل شود و درجه آن را تعیین کند که نشان‌دهنده سطح تهاجمی بودن تومور است. اینها ارزیابی‌هایی هستند که آسیب‌شناسان انسانی معمولاً در طول جراحی انجام می‌دهند. با این حال، به گفته یو، Charm می‌تواند نیاز به ۱۰ تا ۱۵ دقیقه انتظار یا حضور پاتولوژیست در حالت آماده به کار را در طول عمل برطرف کند.

گلیوما–که به‌عنوان زیرگروه تهاجمی گلیوبلاستوم شناخته می‌شود–یک تومور کشنده است و در موارد درمان‌نشده در کمتر از شش ماه منجر به مرگ شده است. طبق گفته انجمن جراحان مغز و اعصاب آمریکا، تنها ۱۷ درصد از افرادی که مبتلا به گلیوبلاستوما تشخیص داده شده‌اند، پس از سال دوم زنده می‌مانند.

یو و تیمش یک الگوریتم یادگیری ماشینی را با استفاده از تصاویر نمونه‌های جراحی مغز و تأیید صحت آن در برابر تشخیص بیماران آموزش دادند. Charm در شناسایی پروفایل‌های ژنتیکی تومور بهتر از سایر سیستم‌های هوش مصنوعی عمل کرد.

جراحان هنگام تصمیم‌گیری‌های حیاتی در مورد میزان برداشتن بافت و استفاده بالقوه از ویفرهای پوشش داده شده با دارو در درمان تومورهای گلیوما، به شدت به مشخصات ژنتیکی تومور متکی هستند. متأسفانه در حال حاضر به دست آوردن این اطلاعات فرآیندی زمان‌بر است.

تحقیقات انجام شده توسط یو و تیمش به طیف گسترده‌ای از ابتکارات کمک می‌کند که از هوش مصنوعی برای بهبود تشخیص و درمان سرطان استفاده می‌کنند. در یک سرمقاله که توسط Lancet Oncology منتشر شده، قابلیت‌های سیستم‌های خاص برای شناسایی دقیق افراد با خطر بالای سرطان پانکراس، ریه و سینه تاکید شد.