Cercetătorii au dezvoltă un model de calcul computerizat pentru a prezice cu exactitate creșterea tumorii cerebrale mortale.
Glioblastomul multiform (GBM) este un cancer cerebral cu o rată medie de supraviețuire de doar un an. Este dificil de tratat datorită miezului său extrem de dens, creșterii rapide și localizării în creier. Estimarea difuzivității și a ratei de proliferare a acestor tumori este utilă pentru medici, dar aceste informații sunt greu de prezis în mod rapid și precis pentru un pacient.
Cercetătorii de la Universitatea din Waterloo și Universitatea din Toronto au colaborat cu Spitalul St. Michael din Toronto pentru a analiza datele RMN (Imagistică prin Rezonanță Magnetică) de la mai multe persoane cu GBM. Ei au folosit învățarea automată a sistemelor informatice pentru a analiza complet tumora unui pacient, pentru a prezice cât mai bine progresia cancerului.
Cercetătorii au analizat două seturi de RMN de la fiecare dintre cei cinci pacienți anonimi care sufereau de GBM. Pacienții au fost supuși RMN-urilor extinse, au așteptat câteva luni și apoi au primit o a doua rundă de RMN. Deoarece acești pacienți, din motive nedezvăluite, au ales să nu primească niciun tratament sau intervenție în acest timp, scanările RMN au oferit oamenilor de știință o oportunitate unică de a înțelege cum se dezvoltă GBM atunci când este lăsat necontrolat.
Cercetătorii au folosit un model de învățare profundă pentru a transforma datele RMN în estimări ale parametrilor specifici pacientului, care informează un model predictiv al creșterii GBM. Această tehnică a fost aplicată tumorilor pacienților ale căror caracteristici adevărate erau cunoscute, cee ace le-a permis să valideze modelul.
“Ne-ar fi plăcut să facem această analiză pe un set mare de date. Cu toate acestea, având în vedere natura bolii, este foarte dificil deoarece speranța de viață nu este mare și oamenii tind să înceapă tratamentul. De aceea, oportunitatea de a compara cinci tumori netratate a fost atât de rară – și de valoroasă.”, a spus Cameron Meaney, doctorand în matematică aplicată și cercetător principal al studiului.
Acum, că oamenii de știință au un model valid despre modul în care GBM crește netratat, următorul lor pas este să extindă modelul pentru a include efectul tratamentului asupra tumorilor. Apoi setul de date ar putea crește de la mii de RMN-uri.
Cameron Meaney subliniază că accesul la datele RMN și parteneriatul dintre matematicieni și clinicieni poate avea un impact uriaș asupra pacienților în viitor. „Integrarea analizei cantitative în asistența medicală este viitorul”, a concluzionat Cameron Meaney.
Articol de Cristina Zarioiu
