Καταγραφή Καρκίνου Εγκεφάλου από το AI με Ανάλυση Αποτελεσμάτων Αιματολογικών Εξετάσεων

Πρόσφατα, ερευνητές που συνδέονται με το Πανεπιστήμιο της Γλασκώβης, патентάρισαν μια μέθοδο ανάλυσης δειγμάτων αίματος για την ανίχνευση καρκίνου εγκεφάλου. Οι ερευνητές στην ClinSpec Diagnostics Limited συνδύασαν τη σπεκτροσκοπία και τους αλγόριθμους του AI για την ανίχνευση καρκίνου εγκεφάλου με βάση βιοψίες αίματος. Όπως αναφέρθηκε από το Psychology Today, η έρευνα δημοσιεύθηκε πρόσφατα στο περιοδικό Nature Communications, και σύμφωνα με την ερευνητική ομάδα, η εργασία αντιπροσωπεύει μια σημαντική εξέλιξη στη χρήση της κλινικής σπεκτροσκοπίας και του AI.

Η έρευνα που παρουσιάζεται στη μελέτη μπορεί να κάνει την ανίχνευση του καρκίνου εγκεφάλου πολύ πιο εύκολη και απλή. Τα συχνά επαναλαμβανόμενα πονοκέφαλα μπορεί να είναι σύμπτωμα καρκίνου εγκεφάλου, αλλά尽管 τα πονοκέφαλα είναι πολύ συχνά, ο καρκίνος εγκεφάλου δεν είναι. Οι κλινικοί ιατροί χρειάζονται μια καλύτερη μέθοδο για να διακρίνουν ποια πονοκέφαλα είναι αιτία ανησυχίας και ποια είναι πιο αβλαβή. Οι γιατροί πρέπει να είναι σε θέση να thựcίσουν κάποια μορφή τριаж και να μειώσουν τον χρόνο και τους πόρους που επενδύονται στη διάγνωση του καρκίνου εγκεφάλου με ακριβές σκηνές εγκεφάλου. Nếu ένα απλό αιματολογικό τεστ μπορεί να δώσει στους κλινικούς ιατρούς αξιόπιστες πληροφορίες που θα τους βοηθήσουν να διαγνώσουν περιπτώσεις καρκίνου εγκεφάλου, θα μπορούσαν να σωθούν ζωές.

Για αυτόν τον λόγο, η ερευνητική ομάδα της ClinSpec στόχευσε να αναπτύξει έναν αλγόριθμο που θα βοηθήσει τους γιατρούς να διακρίνουν τις περιπτώσεις πιθανών ασθενών με καρκίνο εγκεφάλου, διακρίνοντας τους από άλλες αιτίες πονοκεφάλων.

Μια από τις κοινές μεθόδους ανίχνευσης ασθενειών όπως ο καρκίνος είναι η λεγόμενη υγρή βιοψία, πραγματοποιώντας βιοψία σε υγρά του σώματος αντί για δείγματα ιστών. Η αγορά της υγρής βιοψίας αυξάνεται γρήγορα, φτάνοντας σε μέγεθος 2,4 δισεκατομμυρίων δολαρίων σύμφωνα με έρευνα αγοράς από την BC Research LLC. Η υγρή βιοψία αποδεικνύεται αποτελεσματική στην ανίχνευση σημάτων καρκίνου, поскольку μπορεί να ανιχνεύσει το DNA κυκλοφορούντων κυττάρων του καρκίνου, ή ctDNA, και κυκλοφορούντα κύτταρα του καρκίνου, ή CTC. Ωστόσο, η ερευνητική ομάδα της ClinSpec χρησιμοποίησε μια διαφορετική μέθοδο ανάλυσης, πραγματοποιώντας σπεκτροσκοπία σε δείγματα αίματος για να βρει βιοχημικούς δείκτες που υποδηλώνουν καρκίνο.

Η σπεκτροσκοπία είναι η διαδικασία χρήσης ηλεκτρομαγνητικής ακτινοβολίας για την ανίχνευση ορισμένων στόχων χημικών συστατικών. Το φως χωρίζεται σε συστατικά ηλεκτρομαγνητικά συχνότητες, και αυτές οι συχνότητες αντιδρούν διαφορετικά με διαφορετικά χημικά. Η ερευνητική ομάδα της ClinSpec χρησιμοποίησε υπέρυθρη ακτινοβολία για να δημιουργήσει αναπαραστάσεις δειγμάτων αίματος, μια τεχνική που ονομάζεται σπεκτροσκοπία με σβηστής ολικής ανάκλασης (ATR)-Φουριέ μετασχηματισμού υπέρυθρης (FTIR) σπεκτροσκοπίας. Η ερευνητική ομάδα δήλωσε ότι η τεχνική είναι μια μη καταστροφική, μη εγγενής τεχνική που δημιουργεί αξιόπιστα einen βιοχημικό προφίλ του δείγματος χωρίς την ανάγκη να προετοιμαστεί εκτενώς το δείγμα. Οι αναπαραστάσεις των δειγμάτων αίματος θα μπορούσαν τότε να αναλυθούν για ανωμαλίες, να ελεγχθούν για πιθανές ενδείξεις καρκίνου.

Για να αναλυθούν τα δεδομένα, χρησιμοποιήθηκε μια μηχανή υποστήριξης διανύσματος για να δημιουργηθεί ένα μοντέλο ταξινόμησης. Οι μηχανές υποστήριξης διανύσματος χρησιμοποιούνται για ταξινόμηση και ανάλυση παλινδρόμησης, και λειτουργούν δημιουργώντας decision boundaries, ή γραμμές που χωρίζουν ένα σύνολο δεδομένων σε πολλές κατηγορίες. Ο αλγόριθμος προσπαθεί να μεγιστοποιήσει την απόσταση μεταξύ της γραμμής διαίρεσης και των σημείων δεδομένων σε κάθε πλευρά της γραμμής, και όσο μεγαλύτερη είναι η απόσταση, τόσο πιο αυτοπεποίθηση έχει ο ταξινομητής.

Η ερευνητική ομάδα δήλωσε ότι η μέθοδός τους ανάλυσης για τα δείγματα αίματος ήταν σε θέση να διακρίνει αποτελεσματικά τα δείγματα καρκίνου από τα δείγματα μη καρκίνου. Υπήρχε ένας ρυθμός ευαισθησίας 93,2% και ένας ρυθμός ειδικότητας 92,8%. Σύμφωνα με το MDDI Online, οι ερευνητές αναφέρουν ότι όταν αναλύουν δείγματα από μια ομάδα 104 διαφορετικών ασθενών, η μέθοδος τους με τη βοήθεια του AI ήταν σε θέση να διακρίνει τους υγιείς ασθενείς από τον καρκίνο περίπου 86% του χρόνου.

Οι ερευνητές εξήγησαν στη μελέτη:

“Αυτή η εργασία παρουσιάζει ένα βήμα στη μετάφραση της σπεκτροσκοπίας ATR-FTIR στο κλινικό περιβάλλον. Αυτό το βήμα προς την υψηλή αναλυτική ικανότητα έχει επιπτώσεις στο πεδίο της σπεκτροσκοπίας IR καθώς και στο κλινικό περιβάλλον. Η ανάλυση του ορού αίματος με αυτή τη τεχνική θα ταιριάζει ιδανικά στη κλινική διαδρομή ως εργαλείο τριаж για τον καρκίνο εγκεφάλου.”