Wykrywanie raka mózgu za pomocą sztucznej inteligencji analizującej wyniki badań krwi

Naukowcy związani z Uniwersytetem w Strathclyde w Glasgow opatentowali metodę analizy próbek krwi w celu wykrycia raka mózgu. Naukowcy z ClinSpec Diagnostics Limited połączyli spektroskopię i algorytmy sztucznej inteligencji, aby wykryć rak mózgu na podstawie biopsji krwi. Jak donosi Psychology Today, badanie zostało niedawno opublikowane w czasopiśmie Nature Communications, a zgodnie z zespołem badawczym, praca ta stanowi znaczący krok w wykorzystaniu spektroskopii klinicznej i sztucznej inteligencji.

Badanie przedstawione w artykule może sprawić, że wykrywanie raka mózgu będzie znacznie łatwiejsze i prostsze. Często występujące bóle głowy mogą być objawem raka mózgu, ale chociaż bóle głowy są bardzo powszechne, rak mózgu nie jest. Lekarze potrzebują lepszej metody rozróżniania, które bóle głowy są powodem do niepokoju, a które są bardziej łagodne. Lekarze muszą być w stanie przeprowadzić pewnego rodzaju triage i zmniejszyć czas i zasoby inwestowane w diagnozowanie raka mózgu przy użyciu kosztownych badań obrazowych mózgu. Jeśli prosty test krwi mógłby dać lekarzom wiarygodne informacje, które mogłyby pomóc w diagnozowaniu przypadków raka mózgu, można by uratować życie.

Dlatego też naukowcy z ClinSpec starali się opracować algorytm, który pomoże lekarzom w rozróżnieniu przypadków możliwego raka mózgu, odróżniając je od innych przyczyn bólów głowy.

Jedną z powszechnych metod wykrywania chorób, takich jak rak, jest biopsja płynowa, czyli biopsja płynów organizmu zamiast próbek tkanek. Rynek biopsji płynowej rozwija się dynamicznie i osiągnął szacunkową wartość 2,4 miliarda dolarów, zgodnie z badaniami rynkowymi przeprowadzonymi przez BC Research LLC. Biopsja płynowa okazuje się skuteczna w wykrywaniu oznak raka, ponieważ może wykryć wolne DNA nowotworowe krążące w organizmie, czyli ctDNA, oraz krążące komórki nowotworowe, czyli CTC. Jednak naukowcy z ClinSpec wykorzystali inną metodę analizy, stosując spektroskopię na próbkach krwi w celu znalezienia biochemicznych markerów wskazujących na obecność raka.

Spektroskopia to proces wykorzystania promieniowania elektromagnetycznego do wykrycia określonych chemicznych składników. Światło jest rozdzielane na poszczególne częstotliwości elektromagnetyczne, a te częstotliwości reagują inaczej z różnymi chemikaliami. Zespół badawczy z ClinSpec wykorzystał promieniowanie podczerwone do utworzenia reprezentacji próbek krwi, technikę zwaną spektroskopią z absorpcją całkowitego odbicia (ATR)-Fourierowską transformacją spektroskopii w podczerwieni. Zespół badawczy stwierdził, że technika ta jest nieinwazyjna i nie niszczy próbek, a także wiernie tworzy biochemiczny profil próbki bez potrzeby jej rozległej preparacji. Reprezentacje próbek krwi mogły być następnie analizowane pod kątem anomalii i sprawdzane pod kątem możliwych oznak raka.

W celu analizy danych wykorzystano maszynę wektorową do stworzenia modelu klasyfikacji. Maszyny wektorowe są stosowane w klasyfikacji i regresji, a działają poprzez rysowanie granic decyzyjnych, czyli linii, które dzielą zestaw danych na wiele klas. Algorytm próbuje maksymalizować odległość między linią dzielącą a punktami danych po obu stronach linii, a im większa odległość, tym większa pewność klasyfikatora.

Zespół badawczy stwierdził, że ich metoda analizy próbek krwi umożliwiła skuteczne rozróżnienie próbek nowotworowych od nie-nowotworowych. Współczynnik czułości wyniósł 93,2%, a współczynnik swoistości 92,8%. Zgodnie z MDDI Online, naukowcy donoszą, że podczas analizy próbek od 104 różnych pacjentów, ich metoda wspomagana przez sztuczną inteligencję umożliwiła rozróżnienie zdrowych pacjentów od chorych na raka w około 86% przypadków.

Naukowcy wyjaśnili w badaniu:

„Praca ta stanowi krok w tłumaczeniu spektroskopii ATR-FTIR do kliniki. Krok ten w kierunku analizy o wysokiej wydajności ma implikacje w dziedzinie spektroskopii IR, a także w środowisku klinicznym. Analiza surowicy krwi przy użyciu tej techniki idealnie wpasowałaby się w kliniczną ścieżkę jako narzędzie triage dla raka mózgu.”