Sakaryali
Active member
Neşterleri beyin tümörünün sınırına ulaştığında, cerrahlar acı verici bir kararla karşı karşıya kalırlar: Ya tümörün tamamının alındığından emin olmak için sağlıklı beyin dokusunun bir kısmını keserler ya da sağlıklı dokuya geniş bir yer verip tehdit edici hücrelerin bir kısmını ortadan kaldırma riskini alırlar. hücreleri geride bırakanlar.
Artık Hollandalı bilim insanları, cerrahları tümör hakkında karar vermelerine yardımcı olabilecek bilgilerle donatmak için yapay zeka kullandıklarını bildiriyorlar.
Çarşamba günü Nature dergisinde yayınlanan bir çalışmada açıklanan yöntem, bir tümörün DNA’sının bazı bölümlerinin bir bilgisayar aracılığıyla taranmasını ve beyin tümörünün tipinin ve hatta alt tipinin ayrıntılı teşhisini sağlayabilecek belirli kimyasal modifikasyonların tespit edilmesini içeriyor.
Araştırmacılar, bir saat süren ameliyatın erken aşamalarında konulan bu teşhisin, cerrahların ne kadar agresif ameliyat yapacaklarına karar vermelerine yardımcı olabileceğini söyledi. Gelecekte bu yöntem, doktorların belirli bir tümör alt tipine göre uyarlanmış tedaviler bulmasına da yardımcı olabilir.
Çalışmayı yöneten Hollanda hastanesi UMC Utrecht Moleküler Tıp Merkezi’nde doçent olan Jeroen de Ridder, “Ameliyat sırasında tümör alt tipinin bilinmesi zorunludur” dedi. “Artık bu çok ince taneli, sağlam ve ayrıntılı teşhisin ameliyat sırasında gerçekleştirilmesini benzersiz bir şekilde mümkün kıldık.”
Sturgeon adı verilen derin öğrenme sistemi ilk olarak önceki beyin tümörü ameliyatlarından alınan dondurulmuş tümör örnekleri üzerinde test edildi. Genetik dizilemenin başlamasından sonraki 40 dakika içinde 50 vakanın 45’ine doğru teşhis konuldu. Diğer beş vakada ise bilgilerin net olmaması nedeniyle tanı konulamadı.
Sistem daha sonra tümör örneklerinin mikroskop altında incelenmesine yönelik standart yönteme ek olarak çoğu çocuklarda olmak üzere 25 canlı beyin ameliyatında test edildi. Yeni yaklaşım 18 doğru teşhis sağladı ve diğer yedi vakada gerekli güven eşiğine ulaşamadı. Araştırmaya göre tanılar 90 dakikadan daha kısa bir sürede konuldu; bu, ameliyat sırasında karar verilmesine yetecek kadar kısa bir süre.
Şu anda doktorlar beyin tümörü örneklerini yalnızca mikroskop altında incelemekle kalmıyor, aynı zamanda bunları daha kapsamlı genetik dizileme için de gönderebiliyor.
Ancak her hastanenin bu teknolojiye erişimi yoktur. Ve bunu yapanlar için bile sonuçların alınması birkaç hafta sürebilir, Dr. Alan Cohen, Johns Hopkins Pediatrik Nöroşirürji Bölümü Direktörü ve kanser uzmanı.
“Neyi tedavi ettiğimizi bilmeden tedaviye başlamak zorundayız” dedi Dr. Cohen.
Yeni yöntem, daha hızlı bir genetik dizileme tekniği kullanıyor ve bunu hücresel genomun yalnızca küçük bir kısmına uygulayarak, cerrahın tümörün kenarları üzerinde çalışmaya başlamadan önce sonuçların sağlanmasına olanak tanıyor.
Dr. de Ridder, modelin, sanki birisi bir görüntüyü piksellerinin yalnızca yüzde birinden ve görüntünün bilinmeyen bir kısmından tanıyormuş gibi, seyrek genetik verilerle teşhis sağlayacak kadar güçlü olduğunu söyledi.
“Ne gördüğünü kendi başına anlayabilir ve bilinçli bir sınıflandırma yapabilir” dedi Dr. Aynı zamanda Hollanda’daki bir kanser araştırma merkezi olan Oncode Enstitüsü’nde kıdemli araştırmacı olan de Ridder.
Ancak bazı tümörlerin teşhis edilmesi hâlâ zordur. Ameliyat sırasında alınan örnekler yaklaşık bir mısır tanesi büyüklüğünde ve eğer sağlıklı beyin dokusu içeriyorsa derin öğrenme sisteminin tümöre özgü yeterli miktarda belirteç tespit etmesi zor olabilir.
UMC Utrecht’ten biyoenformatikçi ve çalışmanın ortak yazarı Marc Pagès-Gallego, araştırmada doktorların, patologlardan örnekleri mikroskop altında inceleyerek sıralama için en fazla tümöre sahip olanları işaretlemelerini isteyerek bu sorunu çözdüklerini söyledi.
Ayrıca bireysel bir hastanın tümör hücreleri arasında da farklılıklar olabilir; bu, dizilenen küçük bölümün tüm tümörü temsil etmeyebileceği anlamına gelir. Daha nadir görülen bazı tümörler daha önce sınıflandırılanlara karşılık gelmeyebilir. Ve bazı tümör türlerinin sınıflandırılması diğerlerinden daha kolaydır.
Çalışma yazarları, diğer tıp merkezlerinin yeni yöntemi cerrahi numunelere uygulamaya başladığını belirterek, bu yöntemin başkalarının elinde de işe yarayabileceğini öne sürdü.
Ama Dr. University College London’da nöropatoloji profesörü olan Sebastian Brandner, tümör hücrelerini dizilemenin ve sınıflandırmanın sıklıkla biyoinformatik alanında önemli bir uzmanlığın yanı sıra teknolojiyi çalıştırabilecek, sorun giderebilecek ve onarabilecek personel gerektirdiğini söyledi.
“Uygulamanın kendisi sıklıkla iddia edildiğinden daha az kolaydır” dedi.
Beyin tümörleri aynı zamanda yeni yöntem kullanılarak analiz edilen kimyasal değişikliklere dayalı sınıflandırma için de en uygun olanıdır. Tüm kanserlere bu şekilde teşhis konulamaz.
Yeni yöntem, tümörlerin teşhisinde moleküler kesinliği artırmaya yönelik daha geniş bir hareketin parçası ve bilim adamlarının sinir sistemine daha az zarar veren hedefe yönelik tedaviler geliştirmesine olanak tanıyabilir. Ancak tümörlerle ilgili daha derin bilgileri yeni tedavilere dönüştürmenin zor olduğu kanıtlandı.
“Bir miktar ilerleme kaydettik” dedi Dr. Cohen, “ancak tedavide, tümörlerin moleküler profilinin anlaşılmasında olduğu kadar değil.”
Artık Hollandalı bilim insanları, cerrahları tümör hakkında karar vermelerine yardımcı olabilecek bilgilerle donatmak için yapay zeka kullandıklarını bildiriyorlar.
Çarşamba günü Nature dergisinde yayınlanan bir çalışmada açıklanan yöntem, bir tümörün DNA’sının bazı bölümlerinin bir bilgisayar aracılığıyla taranmasını ve beyin tümörünün tipinin ve hatta alt tipinin ayrıntılı teşhisini sağlayabilecek belirli kimyasal modifikasyonların tespit edilmesini içeriyor.
Araştırmacılar, bir saat süren ameliyatın erken aşamalarında konulan bu teşhisin, cerrahların ne kadar agresif ameliyat yapacaklarına karar vermelerine yardımcı olabileceğini söyledi. Gelecekte bu yöntem, doktorların belirli bir tümör alt tipine göre uyarlanmış tedaviler bulmasına da yardımcı olabilir.
Çalışmayı yöneten Hollanda hastanesi UMC Utrecht Moleküler Tıp Merkezi’nde doçent olan Jeroen de Ridder, “Ameliyat sırasında tümör alt tipinin bilinmesi zorunludur” dedi. “Artık bu çok ince taneli, sağlam ve ayrıntılı teşhisin ameliyat sırasında gerçekleştirilmesini benzersiz bir şekilde mümkün kıldık.”
Sturgeon adı verilen derin öğrenme sistemi ilk olarak önceki beyin tümörü ameliyatlarından alınan dondurulmuş tümör örnekleri üzerinde test edildi. Genetik dizilemenin başlamasından sonraki 40 dakika içinde 50 vakanın 45’ine doğru teşhis konuldu. Diğer beş vakada ise bilgilerin net olmaması nedeniyle tanı konulamadı.
Sistem daha sonra tümör örneklerinin mikroskop altında incelenmesine yönelik standart yönteme ek olarak çoğu çocuklarda olmak üzere 25 canlı beyin ameliyatında test edildi. Yeni yaklaşım 18 doğru teşhis sağladı ve diğer yedi vakada gerekli güven eşiğine ulaşamadı. Araştırmaya göre tanılar 90 dakikadan daha kısa bir sürede konuldu; bu, ameliyat sırasında karar verilmesine yetecek kadar kısa bir süre.
Şu anda doktorlar beyin tümörü örneklerini yalnızca mikroskop altında incelemekle kalmıyor, aynı zamanda bunları daha kapsamlı genetik dizileme için de gönderebiliyor.
Ancak her hastanenin bu teknolojiye erişimi yoktur. Ve bunu yapanlar için bile sonuçların alınması birkaç hafta sürebilir, Dr. Alan Cohen, Johns Hopkins Pediatrik Nöroşirürji Bölümü Direktörü ve kanser uzmanı.
“Neyi tedavi ettiğimizi bilmeden tedaviye başlamak zorundayız” dedi Dr. Cohen.
Yeni yöntem, daha hızlı bir genetik dizileme tekniği kullanıyor ve bunu hücresel genomun yalnızca küçük bir kısmına uygulayarak, cerrahın tümörün kenarları üzerinde çalışmaya başlamadan önce sonuçların sağlanmasına olanak tanıyor.
Dr. de Ridder, modelin, sanki birisi bir görüntüyü piksellerinin yalnızca yüzde birinden ve görüntünün bilinmeyen bir kısmından tanıyormuş gibi, seyrek genetik verilerle teşhis sağlayacak kadar güçlü olduğunu söyledi.
“Ne gördüğünü kendi başına anlayabilir ve bilinçli bir sınıflandırma yapabilir” dedi Dr. Aynı zamanda Hollanda’daki bir kanser araştırma merkezi olan Oncode Enstitüsü’nde kıdemli araştırmacı olan de Ridder.
Ancak bazı tümörlerin teşhis edilmesi hâlâ zordur. Ameliyat sırasında alınan örnekler yaklaşık bir mısır tanesi büyüklüğünde ve eğer sağlıklı beyin dokusu içeriyorsa derin öğrenme sisteminin tümöre özgü yeterli miktarda belirteç tespit etmesi zor olabilir.
UMC Utrecht’ten biyoenformatikçi ve çalışmanın ortak yazarı Marc Pagès-Gallego, araştırmada doktorların, patologlardan örnekleri mikroskop altında inceleyerek sıralama için en fazla tümöre sahip olanları işaretlemelerini isteyerek bu sorunu çözdüklerini söyledi.
Ayrıca bireysel bir hastanın tümör hücreleri arasında da farklılıklar olabilir; bu, dizilenen küçük bölümün tüm tümörü temsil etmeyebileceği anlamına gelir. Daha nadir görülen bazı tümörler daha önce sınıflandırılanlara karşılık gelmeyebilir. Ve bazı tümör türlerinin sınıflandırılması diğerlerinden daha kolaydır.
Çalışma yazarları, diğer tıp merkezlerinin yeni yöntemi cerrahi numunelere uygulamaya başladığını belirterek, bu yöntemin başkalarının elinde de işe yarayabileceğini öne sürdü.
Ama Dr. University College London’da nöropatoloji profesörü olan Sebastian Brandner, tümör hücrelerini dizilemenin ve sınıflandırmanın sıklıkla biyoinformatik alanında önemli bir uzmanlığın yanı sıra teknolojiyi çalıştırabilecek, sorun giderebilecek ve onarabilecek personel gerektirdiğini söyledi.
“Uygulamanın kendisi sıklıkla iddia edildiğinden daha az kolaydır” dedi.
Beyin tümörleri aynı zamanda yeni yöntem kullanılarak analiz edilen kimyasal değişikliklere dayalı sınıflandırma için de en uygun olanıdır. Tüm kanserlere bu şekilde teşhis konulamaz.
Yeni yöntem, tümörlerin teşhisinde moleküler kesinliği artırmaya yönelik daha geniş bir hareketin parçası ve bilim adamlarının sinir sistemine daha az zarar veren hedefe yönelik tedaviler geliştirmesine olanak tanıyabilir. Ancak tümörlerle ilgili daha derin bilgileri yeni tedavilere dönüştürmenin zor olduğu kanıtlandı.
“Bir miktar ilerleme kaydettik” dedi Dr. Cohen, “ancak tedavide, tümörlerin moleküler profilinin anlaşılmasında olduğu kadar değil.”