Охорона здоров’я
Виявлення раку мозку за допомогою штучного інтелекту при аналізі результатів аналізу крові

Нещодавно дослідники, пов’язані з Університетом Стратклайда в Глазго, запатентували метод аналізу зразків крові для виявлення раку мозку. Дослідники з ClinSpec Diagnostics Limited поєднали спектроскопію та алгоритми штучного інтелекту для виявлення раку мозку на основі біопсій крові. Як повідомляється за Psychology Today, дослідження було недавно опубліковано в журналі Nature Communications, а згідно з командою дослідників, ця робота представляє значний розвиток у використанні клінічної спектроскопії та штучного інтелекту.
Представлені в дослідженні результати можуть зробити виявлення раку мозку значно легшим та простішим. Часто повторювані головні болі можуть бути симптомом раку мозку, але хоча головні болі дуже поширені, рак мозку не є таким поширеним. Клініцистам потрібний кращий метод розрізнення тих головних болів, які є причиною для занепокоєння, та тих, які є більш безпечними. Лікарям потрібно能够 провести певну форму тріажу та зменшити кількість часу та ресурсів, вкладених у діагностику раку мозку за допомогою дорогих сканувань мозку. Якщо простий аналіз крові міг би надати клініцистам надійну інформацію, яка могла б допомогти їм діагностувати випадки раку мозку, це могло б врятувати життя.
Саме з цієї причини дослідники ClinSpec намагалися розробити алгоритм, який допоможе лікарям розібратися у випадках можливого раку мозку, відрізняючи їх від інших причин головних болів.
Одним з поширених методів виявлення захворювань, таких як рак, є ліквідна біопсія, проведення біопсії рідин тіла замість тканинних зразків. Ринок ліквідної біопсії швидко зростає, досягнувши оціненої вартості 2,4 мільярда доларів згідно з дослідженням ринку BC Research LLC. Ліквідна біопсія доводить свою ефективність у виявленні ознак раку, оскільки вона能够 виявити безклітинну циркулюючу ДНК пухлини, або ctDNA, та циркулюючі пухлинні клітини, або CRCs. Однак дослідники з ClinSpec використали інший метод аналізу, проводячи спектроскопію зразків крові для виявлення біохімічних маркерів, що вказують на рак.
Спектроскопія – це процес використання електромагнітного випромінювання для виявлення певних цільових хімічних компонентів. Світло розбивається на складові електромагнітні частоти, і ці частоти реагують по-різному з різними хімічними речовинами. Команда дослідників ClinSpec використала інфрачервоне світло для створення представлень зразків крові, техніку, яку називають атенюованою повною рефлексією (ATR)-Фур’є-інфрачервоній спектроскопією (FTIR). Команда дослідників заявила, що ця техніка є недеструктивною, неінвазивною технікою, яка надійно створює біохімічний профіль зразка без потреби у ретельній підготовці зразка. Представлення зразків крові можна було потім проаналізувати на наявність аномалій, перевірити на можливі ознаки раку.
Для аналізу даних було використано машину опорних векторів для створення класифікаційної моделі. Машини опорних векторів використовуються для класифікації та регресійного аналізу, і вони працюють шляхом проведення рішень про межі, або ліній, що розділяють набір даних на кілька класів. Алгоритм намагається максимізувати відстань між розділювальною лінією та точками даних по обидва боки від лінії, і чим більша відстань, тим більш впевненим є класифікатор.
Команда дослідників заявила, що їхній метод аналізу зразків крові能够 ефективно розрізняти зразки раку від незракових зразків. Чутливість методу становила 93,2%, а специфічність – 92,8%. За даними MDDI Online, дослідники повідомили, що при аналізі зразків від групи з 104 різних пацієнтів їхній метод, що використовує штучний інтелект,能够 розрізняти здорових пацієнтів від тих, у кого є рак, близько 86% часу.
Дослідники пояснили в дослідженні:
“Ця робота представляє крок у перекладі спектроскопії ATR-FTIR у клініку. Цей крок до високопродуктивного аналізу має значення у сфері інфрачервоної спектроскопії, а також у клінічному середовищі. Аналіз сироватки крові за допомогою цієї техніки ідеально підходить до клінічного шляху як інструмент тріажу для раку мозку”.












