Według najnowszych doniesień naukowych obecnie opracowuje się narzędzie AI, którego zadaniem będzie profilowanie genomu guza mózgu w czasie rzeczywistym. Wynalazek ma w przyszłości wspomóc chirurgów na sali operacyjnej.
Spis treści
Guz mózgu i jego przerażające statystyki
Jak podaje strona rządowa, guz mózgu to nowo powstała, obca struktura, której rozrost powoduje wzrost ciasnoty śródczaszkowej. Jednak nie wszystkie guzy muszą być od razu zdiagnozowane jako nowotwór. W wielu przypadkach mogą to być pasożyty, ropień mózgu, tętniak czy torbiel pajęczynówki, co może komplikować i wydłużać proces diagnostyki.
Według najnowszych danych z Krajowego Rejestru Nowotworów, co roku w Polsce diagnozuje się około 2800 nowych złośliwych przypadków guza mózgu, a około 2300 chorych przegrywa walkę z tą chorobą… Prawdopodobieństwo zachorowania wzrasta wraz z wiekiem i najczęściej dotyka pacjentów między 50 a 64 rokiem życia. Co jednak przerażające, ponad 15% chorych stanowią osoby poniżej 19 roku życia, co podkreśla potrzebę skupienia się na profilaktyce i wcześniejszym wykrywaniu.
Nowotwory mózgu podzielone są na guzy pierwotne, które powstają w obrębie mózgu oraz guzy przerzutowe, będące wynikiem przerzutów z innych miejsc. Wśród osób dorosłych najczęstsze odmiany to oponiaki (25%), gruczolaki przysadki (25%), glejaki wielopostaciowe (15%), obwodowe nerwiaki osłonkowe (8%) oraz glejaki o niskim stopniu złośliwości (5%). Dla dzieci natomiast najczęściej diagnozowanymi guzami są glejaki o niskim stopniu złośliwości (33%), rdzeniaki (16%), glejaki złośliwe (14%) oraz wyściółczaki (10%).
Walka z guzami mózgu staje się coraz bardziej precyzyjna, dzięki postępom w dziedzinie medycyny i diagnostyki. Nadal jednak pozostaje wiele tajemnic do rozwiązania. Każdy przypadek jest inny i wymaga spersonalizowanego podejścia do leczenia. Nowe narzędzia, takie jak badania genomowe czy wykorzystanie sztucznej inteligencji, otwierają nowe możliwości w identyfikacji guzów, ich charakterystyce oraz opracowywaniu spersonalizowanych terapii. Świat nauki i medycyny nieustannie dąży do znalezienia odpowiedzi na wyzwania związane z guzami mózgu, które wciąż pozostają jednym z najbardziej skomplikowanych i wymagających obszarów medycyny.
Narzędzie AI w walce z rakiem
Raport z wyników dotychczasowych badań został opublikowany w czasopiśmie Med. Badacze z Harvard Medical School opisują, że stworzyli maszynę do oceny i przeglądu histopatologii kriosekcji, którą nazwano CHARM.
Stworzono narzędzie AI, czyli takie, które jest oparte na algorytmach sztucznej inteligencji. Ma ono zrewolucjonizować profilowanie genomowe glejaków, czyli najbardziej agresywnych i najczęstszych guzów mózgu. Będzie dostarczało cennych wskazówek dotyczących ogólnej charakterystyki raka, prognozy dotyczącej leczenia oraz odpowiedzi organizmu na to leczenie. Dla chirurgów będzie z pewnością nieocenionym wsparciem, które pomoże w podejmowaniu kluczowych decyzji w czasie rzeczywistym, na przykład podczas przeprowadzania operacji. Nowa technologia dostarczy informacji na temat optymalnego podejścia chirurgicznego do usuwania tkanki nowotworowej, aby w jak najbardziej precyzyjny sposób pokonać nowotwór.
W trakcie operacji guza mózgu diagnostyka molekularna, dzięki której analizuje się dokładnie zmiany DNA w komórkach, może stanowić kluczową pomoc dla neurochirurga w podejmowaniu trafnych decyzji odnośnie zakresu usunięcia tkanki. Szczegółowe informacje pozwalają na ocenę dotyczącą ilości tkanki, którą należy usunąć. W przypadku guzów o mniejszym stopniu agresywności zbyt obszerne usunięcie tkanki może wpłynąć negatywnie na funkcje neurologiczne i poznawcze pacjenta. Natomiast w odniesieniu do bardzo agresywnych guzów, niewystarczające usunięcie złośliwej tkanki może spowodować, że nowotwór będzie się szybko rozrastał i rozprzestrzeniał.
Dlatego też diagnostyka molekularna odgrywa kluczową rolę w trakcie operacji. Pomaga uniknąć zbędnego uszkodzenia zdrowej tkanki mózgu, a jednocześnie minimalizuje ryzyko pozostawienia fragmentów złośliwego guza. To zaawansowane podejście pozwala na bardziej skuteczne leczenie i poprawia jakość życia pacjentów, umożliwiając neurochirurgom podejmowanie świadomych i trafnych decyzji w trakcie procedury operacyjnej.
W tej chwili nawet najnowocześniejsza praktyka kliniczna nie jest w stanie profilować molekularnie guzów podczas operacji. Nasze narzędzie pokonuje to wyzwanie, wydobywając dotychczas niewykorzystane sygnały biomedyczne z zamrożonych preparatów patologicznych – powiedział starszy autor badania Kun-Hsing Yu, adiunkt informatyki biomedycznej w Instytucie Blavatnik w Harvard Medical School.
Precyzyjna onkologia to większa szansa dla pacjenta. W tym pomoże narzędzie AI — CHARM
Mając podczas operacji do dyspozycji analizę molekularną guza, można na przykład wykorzystać specjalne, powlekane leki, które umieszcza się bezpośrednio w mózgu. Jak podaje Harvard Medical School, aktualnie stosowana standardowa diagnostyka śródoperacyjna opiera się na pobieraniu tkanki mózgowej, zamrażaniu jej i badaniu pod mikroskopem. Niestety, ta metoda ma swoje ograniczenia, ponieważ zamrażanie tkanki może powodować zmiany w wyglądzie komórek pod mikroskopem.
Może to wpływać na dokładność oceny klinicznej. Co więcej, nawet przy użyciu zaawansowanych mikroskopów, ludzkie oko nie jest w stanie zupełnie wiarygodnie wykryć subtelnych zmian genomowych na szkiełku. Opracowane narzędzie zasilane sztuczną inteligencją z powodzeniem zminimalizuje ryzyko wystąpienia błędu ludzkiego.
CHARM to wdzięczna forma skrótowa od angielskiego Cryosection Histopatology Assessment and Review Machine. To bezpłatne narzędzie dla badaczy, które pomoże w ocenie na przykład guza mózgu podczas operacji. CHARMa czekają jeszcze testy w warunkach rzeczywistych oraz zatwierdzenie przez FDA (ang. U.S. Food and Drug Administration) przed wdrożeniem w szpitalach.
Jak CHARM złamie kod molekularny raka?
Genomika jest dziedziną biologii molekularnej i teoretycznej, która zajmuje się badaniem struktury, funkcji, ewolucji i regulacji genomów organizmów. Na genom składa się kompletny zestaw informacji genetycznych zawartych w DNA każdej komórki organizmu. Genomika dąży do zrozumienia wszystkich genów oraz sekwencji DNA w genomie, a także ich roli w procesach biologicznych.
W ostatnich latach poczyniono duże postępy w rozwoju tej dziedziny, pozwalając tym samym patologom na rozróżnianie sygnatur molekularnych w różnych typach raka mózgu. HMS przywołuje przykład glejaka, czyli najbardziej agresywnego guza mózgu i jednocześnie jego najczęstszą postać. Glejak charakteryzuje się tym, że ma trzy główne warianty podrzędne, które niosą różne markery molekularne i mają różne skłonności do wzrostu i rozprzestrzeniania się.
Nowe narzędzie, zdolne do przyspieszenia diagnostyki molekularnej, może okazać się niezwykle cenne w obszarach, gdzie dostęp do technologii umożliwiającej szybkie sekwencjonowanie genetyczne raka jest ograniczony. W takich przypadkach szybka i precyzyjna analiza genomu guza mózgu podczas operacji może wpłynąć na trafność decyzji podejmowanych przez neurochirurga.
Wiedza na temat typu guza stanowi cenne wskazówki odnośnie jego agresywności, zachowania i przewidywanej reakcji na różne metody leczenia. Szczegółowa analiza genomu guza dostarcza z drugiej strony kluczowych informacji, wspierających podejmowanie decyzji pooperacyjnych.
Zgodnie z niedawno zaktualizowanymi wytycznymi Światowej Organizacji Zdrowia (ang. World Health Organization) dotyczącymi diagnozowania i klasyfikowania glejaków, możliwe jest postawienie diagnozy podczas zabiegu chirurgicznego. Wspomniany system wymaga, aby diagnozy stawiano na podstawie profilu genomowego guza.
Trening czyni mistrza. W jaki sposób trenowano system?
Aby opracować CHARMa, wykorzystano 2334 próbki guza mózgu. Pobrano je od 1524 osób, które zdiagnozowano z glejakiem. Nowatorskie narzędzie AI rozróżniło i sklasyfikowało z 93% dokładnością trzy główne typy glejaków o różnych cechach molekularnych, mających różne rokowania i reakcje na leczenie. Niezwykle wysoka poprawność systemu cieszy, tym bardziej że glejaki stanowią szczególne wyzwanie ze względu na złożoność molekularną, ogromne zróżnicowanie kształtu czy wyglądu komórek nowotworowych.
CHARM skutecznie uchwycił wizualną charakterystykę tkanki otaczającej złośliwe komórki guza mózgu i wykrył obszary o charakterystycznie większej gęstości komórkowej oraz ilości obumarłych komórek w badanych próbkach — te dwie ostatnie cechy wskazują na bardziej agresywne typy glejaka.
To zaawansowane narzędzie diagnostyczne, dokonujące analizy molekularnej guzów mózgu, odnosi imponujące sukcesy w identyfikacji różnych podtypów tej choroby. Jak wynika z badań przeprowadzonych przez zespół HMS, CHARM może z największą precyzją wskazać klinicznie istotne zmiany molekularne w glejakach o niskim stopniu agresywności; taki podtyp glejaka jest mniej agresywny, zatem również mniej podatny na inwazję. Każda ze zmian sygnalizuje inną skłonność do wzrostu, rozprzestrzeniania się, ale i odpowiedzi na leczenie, jak informuje HMS.
Co więcej, narzędzie jest w stanie połączyć wygląd komórek, takie jak kształt jąder czy obecność obrzęku wokół komórek, z profilem molekularnym guza. Dzięki temu algorytm może precyzyjnie określić, jak wygląd komórek jest powiązany z konkretnym typem molekularnym guza.
Szerszy kontekst sprawia, że CHARM jest zdecydowanie bliższy i dokładniejszy temu, w jaki sposób ludzki patolog potraktowałby i oceniłby próbkę guza. Choć narzędzie testowano w kontekście glejaka, naukowcy twierdzą, że z powodzeniem można przeszkolić je również na inne podtypy raka mózgu. Kolejne modele sztucznej inteligencji, które pozwolą na profilowanie innych rodzajów nowotworów, są podobno już zaprojektowane przez naukowców.
Narzędzie CHARM musiałoby zostać szkolone regularnie, aby weryfikować nowe klasyfikacje chorób, które wynikają z nowej wiedzy — powiedział Kun-Hsing Yu, adiunkt informatyki biomedycznej w Instytucie Blavatnik w Harvard Medical School. — Podobnie jak lekarze, którzy muszą się angażować w ciągłą edukację i szkolenia, narzędzia sztucznej inteligencji muszą nadążać za najnowszą wiedzą, aby zachować najwyższą wydajność.
AI rewolucjonizuje medycynę
Nowe narzędzie AI przynosi nadzieję na bardziej precyzyjną walkę z glejakami i otwiera nowe perspektywy dla medycyny. To istotny krok w walce z tą agresywną formą raka mózgu. CHARM przyniesie korzyści zarówno pacjentom, jak i środowisku medycznemu. Skuteczna analiza genomowa dostarcza wartościowych danych, które mogą znacząco poprawić wyniki terapeutyczne, zmniejszyć ryzyko powikłań oraz zwiększyć szanse na pełny powrót do zdrowia pacjenta. Wprowadzenie tej technologii do praktyki medycznej może zrewolucjonizować podejście do leczenia guzów mózgu i znacznie polepszyć perspektywy pacjentów dotkniętych tą poważną chorobą.