Volgens een nieuwe studie kon een nieuw kunstmatige-intelligentiemodel 13 verschillende soorten kanker met een nauwkeurigheid van 98,2% detecteren met alleen DNA-gegevens uit weefselmonsters. Het AI-model, genaamd EMethylNET, is ontwikkeld door onderzoekers van de Universiteit van Cambridge in Groot-Brittannië en zou de vroege detectie, diagnose en behandeling van kanker kunnen versnellen.
De resultaten zijn vorige week gepubliceerd in Biologische methoden en protocollenHij concentreerde zich op DNA-methylatie, een chemisch proces dat plaatsvindt in een vroeg stadium wanneer cellen, waaronder kankercellen, beginnen te groeien. De onderzoekers trainden een machinaal leermodel om vroege kankeropbouwende structuren en routes te detecteren.
In het onderzoek werd opgemerkt: “Kanker, dat uit meer dan tweehonderd verschillende ziekten bestaat, blijft wereldwijd de belangrijkste oorzaak van sterfte en morbiditeit. ”
Ze vervolgde: “Daarom zal vroege detectie van kanker – gecombineerd met de huidige behandelingen – een aanzienlijke impact hebben op de overleving en behandeling van verschillende soorten kanker.”
De onderzoekers trainden EMethylNET op basis van gegevens uit meer dan 6.000 weefselmonsters uit de Cancer Genome Atlas, die 13 soorten kanker vertegenwoordigen, waaronder borst-, long- en colorectale kanker. Vervolgens testten ze het op meer dan 900 monsters uit onafhankelijke datasets.
Het uiteindelijke resultaat was een nauwkeurigheid van meer dan 98% bij het classificeren van 13 soorten kanker en niet-kankerachtige monsters. Uit het onderzoek bleek ook dat de methode goed presteerdeOver diverse datasets uit verschillende landen. De onderzoekers konden het ook identificeren 3.388 methyleringsplaatsen geassocieerd met kankergerelateerde genen en routes.
Volgens de studie combineert het AI-model twee AI-benaderingen: XGBoost, dat relevante kenmerken selecteert, en een diep neuraal netwerk voor classificatie. Hierdoor kan het niet alleen kanker nauwkeurig detecteren, maar het geeft ook inzicht in de lichaamsregulatie van niet-genetische factoren die normale cellen in kankercellen veranderen.
“deze Epigenetisch De amendementen behoren tot de oudste Tumoren Bijbehorende evenementen CarcinogeneseDe studie gaf aan dat dit het potentieel van deze aanpak bij de vroege opsporing van kanker vergroot.
Hoewel dit voorlopige onderzoek veelbelovend is, waarschuwen de auteurs dat de technologie verder onderzoek en testen vereist voordat deze klinisch wordt gebruikt. Het onderzoeksteam zei dat het nu bezig is om het model aan te passen aan vloeibare weefselmonsters, wat een niet-invasieve vroege screening op kanker zou kunnen bieden.
“Afhankelijk van de beschikbaarheid van trainingsgegevens kan deze methode worden opgeschaald om honderden soorten kanker te detecteren”, aldus het rapport.
Terwijl kunstmatige intelligentie vooruitgang blijft boeken in de gezondheidszorg, vertegenwoordigt EMethylNET een krachtige stap in de richting van het benutten van machine learning om kanker eerder en nauwkeuriger te diagnosticeren. Dergelijke innovaties kunnen verstrekkende gevolgen hebben voor de volksgezondheid.
Er worden jaarlijks meer dan 19 miljoen nieuwe gevallen van kanker gediagnosticeerd en er vinden jaarlijks 10 miljoen sterfgevallen door kanker plaats. Volgens de laatste schattingen Van het Internationaal Agentschap voor Kankeronderzoek.
De hoofdonderzoeker heeft niet gereageerd op een verzoek om commentaar van Decryptie.
Bewerkt door Ryan Ozawa.
“Reisliefhebber. Onruststoker. Popcultuurfanaat. Kan niet typen met bokshandschoenen aan.”