İnsan & Sağlık

Yeni Bir Yapay Zeka Uygulaması Yumurtalık Kanseri Prognozunu Tahmin Ediyor

Yeni Bir Yapay Zeka Uygulaması Yumurtalık Kanseri Prognozunu Tahmin Ediyor


Imperial College London ve Melbourne Üniversitesi’ndeki araştırmacılar tarafından geliştirilen bir yapay zeka yazılımı, yumurtalık kanseri prognozunu mevcut yöntemlerden daha doğru bir şekilde tahmin etmektedir.

Yumurtalık kanseri kadınlarda en sık görülen altıncı kanser türüdür. Genellikle menopozdan sonra veya aile öyküsü olan kadınlarda görülür. İngiltere’de yılda 6.000 yeni yumurtalık kanseri teşhisi konulmaktadır. Ancak hastalık genellikle şişkinlik gibi belirtiler fark edildikten sonra, ileri bir aşamada teşhis edildiğinden, uzun süreli sağkalım oranı % 35-40’tır.Hastalığın erken teşhisi ise hayatta kalma oranlarını artırabilir.

Doktorlar, yumurtalık kanserini, bir kanser belirteci olan CA125’e bakmak için kan testi analizi ve yumurtalık tümörünün ayrıntılı resimlerini oluşturmak için x-ışınlarını kullanan bir BT taraması gibi çeşitli yollarla teşhis eder. Bunlar, hastalığın ne kadar yayıldığını anlamak için klinisyenlere yardımcı olur ve hastaların aldığı tedavi türünü -cerrahi ve kemoterapi gibi- belirler. Ancak bu taramalar klinisyenlere, hastaların olası genel sonuçlarına dair veya terapötik bir müdahalenin olası etkilerine ilişkin ayrıntılı bilgi veremez.

Yeni bir araç

Araştırmacılar, yumurtalık kanserli 364 kadından alınan doku örneklerinden ve onların BT taramalarından tümörlerin agresifliğini belirlemek için TEXLab adlı bir matematiksel yazılım aracı kullandılar. Yazılım, hastaların prognozunu değerlendirmek için genel sağkalımı önemli ölçüde etkileyen tümörlerindört biyolojik özelliğini – yapı, şekil, büyüklük ve genetik yapı – inceledi. Daha sonra hafif ila şiddetli arasında değişen, hastalığın ne kadar şiddetli olduğunu gösteren Radyomik Prognostik Vektör (RPV) olarak bilinen bir skor TEXLab’a girildi. Sonuçlar, sağkalımı tahmin etmek için doktorlar tarafından kullanılan kan testleri ve mevcut prognostik skorlarla karşılaştırıldı. Yumurtalık kanserinden ölümleri öngörmede, yazılımın standart yöntemlerden dört kat daha hatasız olduğu bulundu. Ayrıca RPV skoru yüksek olan hastaların%5’inde hayatta kalma oranının iki yıldan az olduğu tespit edildi.Yüksek RPV, kötü cerrahi sonuçlar ve kemoterapi direnciyle de ilişkiliydi; bu, RPV’nin, hastaların tedavilere nasıl cevap vereceğini tahmin etmek için potansiyel bir belirteç olarak kullanılabileceğini öne sürdü.

Araştırmacılara göre bu yeni teknoloji, en uygun tedavinin daha hızlı bir şekilde hastalarauygulanmasına yardımcı olabilecek ve kişiselleştirilmiş tıbbın önünü açabilecek. Aynı zamanda araştırmacılar yumurtalık kanseri hastalarını, kanserin türüne veya kanserin ne kadar ilerlemiş olduğuna dayanarak sınıflandırmak yerine, BT taramalarındaki kanserli dokuların ince farklılıklarına dayanarak sınıflandırmak için bu teknolojinin kullanılabileceğini umuyorlar.

Kanser farmakolojisi ve moleküler görüntüleme uzmanı olan Başyazar Profesör Eric Aboagye şunları söylüyor:

“İleri evre yumurtalık kanseri olan hastalar için uzun vadeli sağkalım oranları, kanser tedavilerinde kaydedilen ilerlemelere rağmen zayıftır. Hastalığın tedavisi için acil bir şekilde yeni yollar bulmak gerekiyor. Teknolojimiz klinisyenlere, hastaların farklı tedavilere nasıl cevap verebilecekleri hakkında daha ayrıntılı ve doğru bilgiler verebilir. Böylelikle klinisyenler daha iyi şekilde ve daha hedef odaklı bir tedavi kararı verebilirler.”

Imperial College Healthcare NHS Trust’ta ortak yazar ve onursal radyolog olan Profesör AndreaRockall, şunları ekliyor:

“Yapay zeka, sağlık hizmetlerinin sunulma şeklini değiştirme ve hasta sonuçlarını iyileştirme potansiyeline sahiptir. Yazılımımız buna bir örnektir. Yumurtalık kanseri olan hastaların nasıl en iyi şekilde yönetilebilecekleri ve nasıl en iyi şekilde tedavi edilebilecekleri konusunda yazılımımızın, klinisyenler için yardımcı bir araç olacağını umuyoruz.”

Profesör Aboagye, bu teknolojinin standart tedavilere cevap vermesi muhtemel olmayan hastaları tanımlamak ve onlara alternatif tedaviler sunmak için kullanılabileceğini düşünüyor. Ayrıca yazılımın ayrı ayrı hastalar için cerrahi ve / veya ilaç tedavilerinin sonuçlarını ne kadar doğru tahmin edebileceğini görmek için ileriye yönelik daha geniş bir çalışma yapma niyetinde olduklarını söylüyor.

Web Kaynak: https://www.sciencedaily.com/releases/2019/02/190215082340.htm

Journal Reference: Haonan Lu, Mubarik Arshad, Andrew Thornton, Giacomo Avesani, Paula Cunnea, Ed Curry, Fahdi Kanavati, Jack Liang, Katherine Nixon, Sophie T. Williams, Mona Ali Hassan, David D. L. Bowtell, Hani Gabra, Christina Fotopoulou, Andrea Rockall, Eric O. Aboagye. A mathematical-descriptor of tumor-mesoscopic-structure from computed-tomography images annotates prognostic- and molecular-phenotypes of epithelial ovarian cancer. Nature Communications, 2019; 10 (1) DOI: http://10.1038/s41467-019-08718-9

Kapak Görseli: NIAID

Çeviren ve Derleyen: Dilan BOÇNAK (Araştırmacı)

Eklenme Tarihi : 22 Şubat 2019

Yorum Yap