Hirnkrebs wird durch KI analysiert, die Bluttestergebnisse auswertet

Wissenschaftler, die mit der University of Strathclyde in Glasgow in Verbindung stehen, haben ein Verfahren zum Analysieren von Blutproben patentiert, um Hirnkrebs zu erkennen. Die Forscher bei ClinSpec Diagnostics Limited kombinierten Spektroskopie und KI-Algorithmen, um Hirnkrebs auf der Grundlage von Blutbiopsien zu erkennen. Wie von Psychology Today berichtet wurde, wurde die Forschung kürzlich in der Zeitschrift Nature Communications veröffentlicht, und laut dem Forschungsteam stellt die Arbeit eine bedeutende Entwicklung bei der Nutzung von klinischer Spektroskopie und KI dar.

Die in der Studie vorgestellte Forschung könnte es einfacher und einfacher machen, Hirnkrebs zu erkennen. Häufig auftretende Kopfschmerzen können ein Symptom von Hirnkrebs sein, aber obwohl Kopfschmerzen sehr häufig sind, ist Hirnkrebs nicht. Kliniker benötigen eine bessere Methode, um zu bestimmen, welche Kopfschmerzen Anlass zur Sorge geben und welche eher harmlos sind. Ärzte müssen in der Lage sein, eine Art von Triage durchzuführen und die Zeit und Ressourcen, die für die Diagnose von Hirnkrebs mit teuren Hirn-Scans investiert werden, zu reduzieren. Wenn ein einfacher Bluttest Klinikern zuverlässige Informationen liefern könnte, die ihnen helfen, Hirnkrebs-Fälle zu diagnostizieren, könnten Leben gerettet werden.

Genau aus diesem Grund versuchten die ClinSpec-Forscher, einen Algorithmus zu entwickeln, der Ärzten helfen könnte, Fälle von möglichen Hirnkrebs-Patienten zu sortieren und sie von anderen Kopfschmerzursachen zu unterscheiden.

Eine der gängigen Methoden zur Erkennung von Krankheiten wie Krebs ist die Flüssigbiopsie, bei der eine Biopsie von Körperflüssigkeiten anstelle von Gewebeproben durchgeführt wird. Der Markt für Flüssigbiopsien wächst rasch und erreicht schätzungsweise 2,4 Milliarden Dollar, laut Marktstudien von BC Research LLC. Flüssigbiopsien haben sich als effektiv zur Erkennung von Krebszeichen erwiesen, da sie zirkulierendes Tumordna (ctDNA) und zirkulierende Tumorzellen (CTCs) erkennen können. Die ClinSpec-Forscher verwendeten jedoch eine andere Analysemethode, bei der sie Spektroskopie auf Blutproben anwendeten, um biochemische Marker zu finden, die auf Krebs hindeuten.

Spektroskopie ist der Prozess der Verwendung von elektromagnetischer Strahlung, um bestimmte chemische Bestandteile zu finden. Licht wird in seine Komponenten elektromagnetischer Frequenzen aufgeteilt, und diese Frequenzen reagieren unterschiedlich mit verschiedenen Chemikalien. Das ClinSpec-Forschungsteam verwendete Infrarotlicht, um Darstellungen von Blutproben zu erstellen, eine Technik, die als attenuierte Gesamtreflexion (ATR)-Fourier-Transform-Infrarot-Spektroskopie bezeichnet wird. Das Forschungsteam erklärte, dass die Technik ein nicht-destruktives, nicht-invasives Verfahren ist, das zuverlässig ein biochemisches Profil einer Probe ohne umfangreiche Vorbereitung der Probe erstellt. Die Darstellungen der Blutproben konnten dann auf Anomalien überprüft und auf mögliche Krebszeichen hin untersucht werden.

Um die Daten zu analysieren, wurde eine Support-Vektor-Maschine verwendet, um ein Klassifizierungsmodell zu erstellen. Support-Vektor-Maschinen werden für Klassifizierung und Regressionsanalyse verwendet und funktionieren, indem sie Entscheidungsgrenzen oder Linien zeichnen, die ein Datenset in mehrere Klassen unterteilen. Der Algorithmus versucht, den Abstand zwischen der Trennlinie und den Datenpunkten auf beiden Seiten der Linie zu maximieren, und je größer der Abstand, desto zuverlässiger ist der Klassifizierer.

Das Forschungsteam erklärte, dass ihre Methode zur Analyse der Blutproben in der Lage war, Krebsproben von Nicht-Krebsproben effektiv zu unterscheiden. Es gab eine Sensitivitätsrate von 93,2 % und eine Spezifitätsrate von 92,8 %. Laut MDDI Online berichteten die Forscher, dass ihre KI-gestützte Methode bei der Analyse von Proben von 104 verschiedenen Patienten in der Lage war, gesunde Patienten von Krebspatienten etwa 86 % der Zeit zu unterscheiden.

Die Forscher erklärten in der Studie:

„Diese Arbeit stellt einen Schritt in der Übersetzung der ATR-FTIR-Spektroskopie in die Klinik dar. Dieser Schritt in Richtung Hochdurchsatzanalyse hat Auswirkungen auf das Gebiet der IR-Spektroskopie sowie die klinische Umgebung. Die Analyse von Blutserum mit dieser Technik würde ideal in den klinischen Pfad als Triage-Tool für Hirnkrebs passen.”