การแพทย์
การตรวจจับโรคมะเร็งสมองด้วย AI โดยการวิเคราะห์ผลการตรวจเลือด
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
นักวิจัยจากมหาวิทยาลัยสแตรธไคลด์ กลาสโกว์ ได้รับอนุญาตให้พัฒนากระบวนการวิเคราะห์ตัวอย่างเลือดเพื่อตรวจจับโรคมะเร็งสมอง นักวิจัยจาก ClinSpec Diagnostics Limited ได้รวมเทคนิคสเปกโตรสโกปีและอัลกอริทึม AI เพื่อตรวจจับโรคมะเร็งสมองโดยใช้ตัวอย่างเลือด ตามรายงานจาก Psychology Today การวิจัยนี้ได้รับการตีพิมพ์ในวารสาร Nature Communications และตามที่ทีมวิจัยระบุ การวิจัยนี้เป็นการพัฒนาที่สำคัญในการใช้สเปกโตรสโกปีทางคลินิกและ AI
การวิจัยที่นำเสนอในงานศึกษานี้สามารถช่วยให้การตรวจจับโรคมะเร็งสมองง่ายขึ้นและรวดเร็วขึ้น อาการปวดหัวที่เกิดขึ้นบ่อยอาจเป็นอาการของโรคมะเร็งสมอง แต่แม้ว่าอาการปวดหัวจะเกิดขึ้นบ่อย แต่โรคมะเร็งสมองไม่ค่อยพบ นักคลินิกต้องการวิธีการที่ดีกว่าในการแยกแยะระหว่างอาการปวดหัวที่เป็นเรื่องกังวลและอาการปวดหัวที่ไม่ค่อยพบ ผู้ป่วยต้องสามารถทำการคัดกรองและลดเวลาที่ใช้ในการวินิจฉัยโรคมะเร็งสมองโดยใช้การถ่ายภาพสมอง หากการตรวจเลือดสามารถให้ข้อมูลที่เชื่อถือได้เพื่อช่วยในการวินิจฉัยโรคมะเร็งสมอง ชีวิตของผู้ป่วยสามารถถูกช่วยได้
ด้วยเหตุนี้นักวิจัยจาก ClinSpec จึงมุ่งหวังที่จะพัฒนาแอลกอริทึมที่จะช่วยให้ผู้ป่วยสามารถแยกแยะระหว่างผู้ป่วยที่มีอาการปวดหัวที่อาจเป็นโรคมะเร็งสมองและผู้ป่วยที่มีอาการปวดหัวที่ไม่ค่อยพบ
วิธีการตรวจจับโรคมะเร็งโดยทั่วไปคือการทำไบอ็อปซีของของเหลวในร่างกายแทนการทำไบอ็อปซีของเนื้อเยื่อ ตลาดไบอ็อปซีของเหลวเติบโตอย่างรวดเร็ว โดยมีมูลค่าประมาณ 2.4 พันล้านดอลลาร์สหรัฐตามการวิจัยตลาดจาก BC Research LLC ไบอ็อปซีของเหลวสามารถตรวจจับเซลล์มะเร็งและ DNA ที่หลุดออกมาจากเซลล์มะเร็งได้ แต่นักวิจัยจาก ClinSpec ใช้วิธีการวิเคราะห์ตัวอย่างเลือดโดยใช้สเปกโตรสโกปีเพื่อตรวจจับสารเคมีที่บ่งบอกถึงโรคมะเร็ง
สเปกโตรสโกปีเป็นกระบวนการของการใช้รังสีแม่เหล็กไฟฟ้าเพื่อตรวจจับสารเคมีที่เฉพาะเจาะจง แสงที่ถูกแบ่งออกเป็นความถี่แม่เหล็กไฟฟ้าจะทำปฏิกิริยาต่างกันเมื่อเข้าใกล้สารเคมีที่แตกต่างกัน ทีมวิจัยจาก ClinSpec ใช้แสงอินฟราเรดเพื่อสร้างภาพตัวอย่างเลือด โดยใช้เทคนิคที่เรียกว่าสเปกโตรสโกปีแบบแทรกแซง (ATR)-ฟูริเยร์-ทรานส์ฟอร์ม อินฟราเรด (FTIR) ทีมวิจัยระบุว่าเทคนิคนี้เป็นวิธีการที่ไม่ทำลายตัวอย่างและไม่ทำให้เกิดอันตราย และสามารถสร้างโปรไฟล์ทางเคมีของตัวอย่างได้โดยไม่ต้องเตรียมตัวอย่างมากนัก ภาพตัวอย่างเลือดสามารถถูกวิเคราะห์เพื่อตรวจจับอาการผิดปกติและตรวจสอบสำหรับอาการของโรคมะเร็ง
เพื่อวิเคราะห์ข้อมูล ทีมวิจัยใช้เครื่องมือที่เรียกว่าเครื่องมือสนับสนุนเวกเตอร์ (SVM) เพื่อสร้างแบบจำลองการจำแนกประเภท เครื่องมือสนับสนุนเวกเตอร์ใช้ในการจำแนกประเภทและวิเคราะห์ความสัมพันธ์ โดยการวาดเส้นแบ่งที่แยกข้อมูลออกเป็นหลายประเภท เครื่องมือนี้พยายามที่จะเพิ่มระยะห่างระหว่างเส้นแบ่งและข้อมูลที่อยู่ด้านข้างของเส้นแบ่ง และระยะห่างที่มากขึ้นจะทำให้เครื่องมือมีความมั่นใจมากขึ้น
ทีมวิจัยระบุว่าวิธีการวิเคราะห์ตัวอย่างเลือดของพวกเขาสามารถแยกแยะระหว่างตัวอย่างมะเร็งและตัวอย่างที่ไม่ใช่มะเร็งได้อย่างมีประสิทธิภาพ โดยมีอัตราการตรวจจับที่ 93.2% และอัตราความเฉพาะเจาะจงที่ 92.8% ตามที่ MDDI Online รายงาน เมื่อวิเคราะห์ตัวอย่างจากผู้ป่วย 104 คน วิธีการที่ใช้ AI ของทีมวิจัยสามารถแยกแยะระหว่างผู้ป่วยที่มีสุขภาพดีและผู้ป่วยที่มีโรคมะเร็งได้ประมาณ 86% ของเวลา
ทีมวิจัยอธิบายในการศึกษาว่า
“งานนี้เป็นขั้นตอนหนึ่งในการแปลสเปกโตรสโกปี ATR-FTIR ไปสู่การปฏิบัติทางคลินิก ขั้นตอนนี้มีผลกระทบต่อการวิเคราะห์ทางสเปกโตรสโกปีและในสภาพแวดล้อมทางคลินิก การวิเคราะห์ตัวอย่างเลือดโดยใช้เทคนิคนี้จะเหมาะสมกับการใช้เป็นเครื่องมือคัดกรองสำหรับโรคมะเร็งสมอง”
