Beyin Kanseri Kan Testi Sonuçlarını Analiz Eden AI Tarafından Tespit Edildi

Son zamanlarda, Strathclyde Üniversitesi, Glasgow ile ilgili araştırmacılar, beyin kanserini tespit etmek için kan örneklerini analiz etme yöntemini patentlediler. ClinSpec Diagnostics Limited’deki araştırmacılar, beyin kanserini kan biyopsilerine dayanarak spektroskopi ve AI algoritmaları ile tespit etmek için birleştirdiler. Psychology Today tarafından bildirildiği gibi, Araştırma yakın zamanda Nature Communications dergisinde yayınlandı ve araştırma ekibine göre, çalışma, klinik spektroskopi ve AI’nin kullanımında önemli bir gelişmeyi temsil ediyor.

Araştırmada sunulan çalışma, beyin kanserini yakalamayı çok daha kolay ve basit hale getirebilir. Sık sık meydana gelen baş ağrıları beyin kanserinin bir belirtisi olabilir, ancak baş ağrıları çok yaygın olmasına rağmen, beyin kanseri değildir. Klinikler, hangi baş ağrılarının endişe verici olduğunu ve hangilerinin daha masum olduğunu ayırt etmek için daha iyi bir yönteme ihtiyaç duyarlar. Doktorlar, beyin kanserini pahalı beyin görüntüleme taramaları ile teşhis etmek için harcanan zamanı ve kaynakları azaltmak için bazı türden triyaj melakukan moeten. Eğer basit bir kan testi kliniklere güvenilir bilgi verebilirse, hayatlar kurtarılabilir.

Bu nedenle, ClinSpec araştırmacıları, doktorların olası beyin kanseri hastalarını diğer baş ağrısı nedenlerinden ayırt etmelerine yardımcı olan bir algoritma geliştirmeyi amaçladılar.

Hastalıkları gibi kanseri tespit etmenin ortak yöntemlerinden biri, sıvı biyopsi, doku örnekleri yerine vücut sıvıları üzerinde biyopsi yapmaktır. Sıvı biyopsi pazarı hızla büyüyor ve BC Research LLC’den pazar araştırması göre 2,4 milyar dolarlık bir pazar boyutuna ulaşıyor. Sıvı biyopsi, kanser belirtilerini tespit etmekte etkili oluyor, çünkü hücrelerden serbest dolaşan tümör DNA’sını veya ctDNA’yı ve dolaşan tümör hücrelerini veya CTC’leri tespit edebiliyor. Ancak ClinSpec’ten araştırmacılar, farklı bir analiz yöntemi kullandılar, kan örneklerinde kanser belirtilerini gösteren biyokimyasal belirteçleri bulmak için spektroskopi yaptılar.

Spektroskopi, belirli hedef kimyasal bileşenleri bulmak için elektromanyetik radyasyon kullanma sürecidir. Işık, bileşen elektromanyetik frekanslarına ayrılır ve bu frekanslar farklı kimyasallarla farklı şekilde reaksiyona girer. ClinSpec araştırma ekibi, kan örneklerinin temsilini oluşturmak için kızılötesi ışık kullandı, bu teknik attenuated total reflection (ATR)-Fourier transform infrared (FTIR) spektroskopi olarak adlandırıldı. Araştırma ekibi, bu tekniklerin yıkıcı olmayan, invazif olmayan bir teknik olduğunu ve örnekleri geniş bir şekilde hazırlamaya gerek kalmadan güvenilir bir şekilde bir örnekten biyokimyasal bir profil oluşturabildiğini belirtti. Kan örneklerinin temsilini, anormallikler için analiz edilebilir, olası kanser belirtileri için kontrol edilebilir.

Verileri analiz etmek için, bir destek vektör makinesi, bir sınıflandırma modeli oluşturmak için kullanıldı. Destek vektör makineleri, sınıflandırma ve regresyon analizi için kullanılır ve veri kümesini birden fazla sınıfa ayırarak çalışır. Algoritma, ayırma çizgisi ile çizginin her iki tarafındaki veri noktaları arasındaki mesafeyi en üst düzeye çıkarmaya çalışır ve daha büyük mesafe, sınıflandırıcı daha güvenlidir.

Araştırma ekibi, kan örneklerinin analiz yönteminin, kanser örneklerini kanser olmayan örneklerden etkili bir şekilde ayırt edebildiğini belirtti. %93,2’lik bir duyarlılık oranı ve %92,8’lik bir özgüllük oranı vardı. MDDI Online’a göre, Araştırmacılar, 104 farklı hastadan alınan örnekleri analiz ederken, AI destekli yöntemlerinin, sağlıklı hastaları kanserden yaklaşık %86’lık bir oranda ayırt edebildiğini bildirdiler.

Araştırmacılar çalışmada şunları açıkladılar:

“Bu çalışma, ATR-FTIR spektroskopisinin klinik uygulamaya çevirisinde bir adım sunuyor. Yüksek hacimli analiz yönündeki bu adım, IR spektroskopi alanının yanı sıra klinik ortam için de önemli sonuçlar doğuruyor. Bu teknik kullanılarak kan serumunun analizi, beyin kanseri için bir triyaj aracı olarak klinik yolunda ideal olarak uyumlu olacaktır.”