Jak wynika z nowego badania, nowy model sztucznej inteligencji (AI) był w stanie wykryć 13 różnych typów nowotworów z dokładnością do 98,2%, wykorzystując wyłącznie dane DNA z próbek tkanek. Model sztucznej inteligencji, nazwany EMethylNET, został opracowany przez naukowców z Uniwersytetu w Cambridge w Wielkiej Brytanii i może potencjalnie przyspieszyć wczesne wykrywanie, diagnozowanie i leczenie raka.

Wyniki, opublikowane w zeszłym tygodniu w Metody i protokoły biologiczneskupił się na metylacji DNA, procesie chemicznym, który zachodzi wcześnie, gdy komórki zaczynają rosnąć — w tym komórki nowotworowe. Naukowcy wytrenowali model uczenia maszynowego, aby wykrywał wczesne struktury i ścieżki nowotworowe.

„Rak, zbiór ponad dwustu różnych chorób, pozostaje główną przyczyną zachorowalności i umieralności na całym świecie” – zauważono w badaniu. „Rak z przerzutami, zwykle wykrywany w zaawansowanych stadiach choroby, jest przyczyną 90% zgonów związanych z nowotworem.

„Dlatego wczesne wykrycie raka – w połączeniu z obecnymi terapiami – miałoby znaczący wpływ na przeżycie i leczenie różnych typów nowotworów” – czytamy dalej.

Naukowcy przeszkolili EMethylNET na danych z ponad 6000 próbek tkanek z The Cancer Genome Atlas, reprezentujących 13 typów nowotworów, w tym raka piersi, płuc i jelita grubego. Następnie przetestowali go na ponad 900 próbkach z niezależnych zbiorów danych.

Najważniejszym odkryciem była ponad 98% dokładność w klasyfikacji 13 typów nowotworów i próbek nienowotworowych. W badaniu podkreślono również fakt, że metoda ta jest skuteczna akrzyżować różnorodne zbiory danych z różnych krajów. Naukowcom udało się również zidentyfikować 3388 miejsc metylacji powiązanych z genami i szlakami nowotworowymi.

Według badania model sztucznej inteligencji łączy dwa podejścia do sztucznej inteligencji: XGBoost, który wybiera odpowiednie funkcje, oraz głęboką sieć neuronową do klasyfikacji. Pozwala to nie tylko dokładnie wykrywać raka, ale także zapewnia wgląd w regulację organizmu czynników niegenetycznych, które mutują normalne komórki w komórki nowotworowe.

„Te epigenetyczny modyfikacje są jednymi z najwcześniejszych nowotworowy wydarzenia związane z karcynogeneza” – zauważono w badaniu, co wzmacnia potencjał tego podejścia we wczesnym wykrywaniu nowotworów.

Chociaż te wstępne badania są obiecujące, autorzy ostrzegają, że technologia wymaga dalszych badań i testów przed zastosowaniem klinicznym. Zespół badawczy stwierdził, że pracuje obecnie nad przystosowaniem modelu do próbek tkanek płynnych, co mogłoby umożliwić nieinwazyjne wczesne badania przesiewowe w kierunku raka.

„W zależności od dostępności danych szkoleniowych metodę tę można rozszerzyć, aby wykrywała setki typów nowotworów” – stwierdza raport.

W miarę jak sztuczna inteligencja wkracza w opiekę zdrowotną, EMethylNET stanowi mocny krok w kierunku wykorzystania uczenia maszynowego do wcześniejszej i dokładniejszej diagnozy nowotworów. Takie innowacje mogą mieć daleko idące konsekwencje dla zdrowia publicznego.

Co roku rozpoznaje się ponad 19 milionów nowych przypadków nowotworów i 10 milionów zgonów z powodu nowotworów, według najnowszych szacunków z Międzynarodowej Agencji Badań nad Rakiem.

Główny badacz nie odpowiedział na prośbę o komentarz Odszyfruj.

Pod redakcją Ryana Ozawy.