En utilisant l’intelligence artificielle, les chercheurs ont découvert remark dépister les mutations génétiques dans les tumeurs cérébrales cancéreuses en moins de 90 secondes – et éventuellement rationaliser le diagnostic et le traitement des gliomes, selon une étude.
Une équipe de neurochirurgiens et d’ingénieurs de Michigan Medication, en collaboration avec des chercheurs de l’Université de New York, de l’Université de Californie à San Francisco et d’autres, a développé un système de dépistage diagnostique basé sur l’IA appelé DeepGlioma qui utilise l’imagerie rapide pour analyser des échantillons de tumeurs prélevés lors d’une opération. et détecter in addition rapidement les mutations génétiques.
Dans une étude portant sur in addition de 150 individuals atteints de gliome diffus, la tumeur cérébrale primaire la additionally courante et la moreover mortelle, le système nouvellement développé a identifié les mutations utilisées par l’Organisation mondiale de la santé pour définir les sous-groupes moléculaires de la maladie avec une précision moyenne supérieure à 90 %. Les résultats sont publiés dans Character Medication.
“Cet outil basé sur l’IA a le potentiel d’améliorer l’accès et la rapidité du diagnostic et des soins des patients atteints de tumeurs cérébrales mortelles”, a déclaré l’auteur principal et créateur de DeepGlioma Todd Hollon, MD, neurochirurgien à l’Université du Michigan Health and fitness et professeur adjoint de neurochirurgie à l’UM Healthcare School.
La classification moléculaire est de additionally en additionally au cœur du diagnostic et du traitement des gliomes, automobile les avantages et les risques de la chirurgie varient chez les patients atteints de tumeur cérébrale en fonction de leur constitution génétique. En fait, les clients atteints d’un style spécifique de gliome diffus appelé astrocytomes peuvent gagner en moyenne cinq ans avec l’élimination complète de la tumeur par rapport aux autres sous-sorts de gliome diffus.
Cependant, l’accès aux checks moléculaires pour le gliome diffus est limité et n’est pas uniformément disponible dans les centres qui traitent les sufferers atteints de tumeurs cérébrales. Lorsqu’il est disponible, dit Hollon, le délai d’obtention des résultats peut prendre des jours, voire des semaines.
“Les road blocks au diagnostic moléculaire peuvent entraîner des soins sous-optimaux pour les patients atteints de tumeurs cérébrales, compliquant la prise de décision chirurgicale et la sélection des schémas de chimioradiothérapie”, a déclaré Hollon.
Avant DeepGlioma, les chirurgiens n’avaient pas de méthode pour différencier les gliomes diffus pendant la chirurgie. Une idée qui a commencé en 2019, le système combine des réseaux neuronaux profonds avec une méthode d’imagerie optique connue sous le nom d’histologie Raman stimulée, qui a également été développée à l’UM, pour imager le tissu tumoral cérébral en temps réel.
“DeepGlioma crée une voie pour une identification précise et moreover rapide qui donnerait aux prestataires une meilleure probability de définir les traitements et de prédire le pronostic du individual”, a déclaré Hollon.
Même avec un traitement conventional optimum, les clients atteints de gliome diffus font facial area à des solutions de traitement limitées. La durée médiane de survie des clients atteints de gliomes diffus malins n’est que de 18 mois.
Alors que le développement de médicaments pour traiter les tumeurs est essentiel, moins de 10% des clients atteints de gliome sont inscrits dans des essais cliniques, ce qui limite souvent la participation des sous-groupes moléculaires. Les chercheurs espèrent que DeepGlioma pourra être un catalyseur pour l’inscription précoce aux essais.
“Les progrès dans le traitement des tumeurs cérébrales les furthermore mortelles ont été limités au cours des dernières décennies, en partie parce qu’il a été difficile d’identifier les sufferers qui bénéficieraient le plus de thérapies ciblées”, a déclaré l’auteur principal Daniel Orringer, MD, professeur agrégé. de neurochirurgie et de pathologie à la NYU Grossman School of Drugs, qui a développé l’histologie Raman stimulée. “Les méthodes rapides de classification moléculaire sont très prometteuses pour repenser la conception des essais cliniques et apporter de nouvelles thérapies aux sufferers.”
Les autres auteurs incluent Cheng Jiang, Asadur Chowdury, Akhil Kondepudi, Arjun Adapa, Wajd Al-Holou, Jason Heth, Oren Sagher, Maria Castro, Sandra Camelo-Piragua, Honglak Lee, tous de l’Université du Michigan, Mustafa Nasir-Moin, John Golfinos, Matija Snuderl, tous de l’Université de New York, Alexander Aabedi, Pedro Lowenstein, Mitchel Berger, Shawn Hervey-Jumper, tous de l’Université de Californie, San Francisco, Lisa Irina Wadiura, Georg Widhalm, tous deux de l’Université de médecine de Vienne, Volker Neuschmelting, David Reinecke, Niklas von Spreckelsen, tous de l’hôpital universitaire de Cologne, et Christian Freudiger, Invenio Imaging, Inc.
Ce travail a été soutenu par les Nationwide Institutes of Well being, le Cook Loved ones Brain Tumor Investigation Fund, le Mark Trauner Mind Study Fund, la Zenkel Family members Basis, la Ian’s Friends Basis et le programme de subventions UM Precision Wellbeing Investigators Awards.