Automatizovaný algoritmus dokáže detekovat rakovinu ve vzorcích krve již za 10 minut

Když se rakovina šíří, malé množství buněk se může oddělit od nádorů a cirkulovat v krevním řečišti. Tekutá biopsie je prostředek k detekci přítomnosti rakoviny detekcí těchto rakovinných buněk plovoucích ve vzorcích krve. Současné nejmodernější metody však vyžadují vyškolené specialisty, aby pročesali a prohlédli snímky tisíců buněk z potenciálně milionů buněk na sklíčku po dobu mnoha hodin.

Nyní výzkumníci z USC Viterbi School of Engineering a USC Dornsife College of Letters, Arts and Sciences vyvinuli nový algoritmus AI pro automatizaci detekce několika rakovinné buňky mezi miliony normálních krvinek.

Přibližně za 10 minut je algoritmus schopen najít „jehly v kupce sena“, aby detekoval rakovinu rychleji, určil, zda se rakovina vrátila, a případně informoval o léčbě.

Nový algoritmus nazvaný RED (Rare Event Detection) je popsán v dokumentu npj Přesná onkologie od Javiera Murgoitio-Esandiho, který byl Ph.D. na USC Department of Aerospace and Mechanical Engineering (zaměřeno na strojové učení a umělá inteligence), jeho poradce Assad Oberai, profesor leteckého a strojního inženýrství, a Peter Kuhn, univerzitní profesor, děkanský profesor biologických věd a profesor biologických věd, lékařství, biomedicínského inženýrství, leteckého a strojního inženýrství a urologie spolu s kolegy.

Zatímco Kuhn během své kariéry vytvářel systémy pro zefektivnění detekce buněk souvisejících s rakovinou, přístup hlubokého učení vyvinutý prostřednictvím této spolupráce je způsob, jak tento proces naplnit.

Oberai vysvětluje: „Stroje nepotřebují získávat informace stejným způsobem jako lidé.“

RED funguje jinak než stávající výpočetní nástroje pro tekuté biopsie, které vyžadují, aby byl člověk ve smyčce. Ve skutečnosti, namísto hledání specifických známých znaků rakovinné buňky a seskupování milionů buněk do menších skupin, RED ani nemusí vědět, jak vypadá „jehla“, kterou hledá.

Podle Oberaie, který je odpovídajícím autorem článku, RED používá AI k identifikaci neobvyklých vzorů a řadí vše podle vzácnosti – nejneobvyklejší nálezy stoupají na vrchol.

Stejně jako v písni „Sesame Street“ algoritmus poukazuje na to, „že jedna z těchto věcí není jako ostatní.“ Nebo jak říká Kuhn, algoritmus se může podívat na miliony buněk a „oddělit odlehlé hodnoty od těch, které nejsou odlehlé“.

Tato práce navazuje na předchozí práce Oberaie a Kuhna týkající se rakoviny prsu.

Je to osobní pro Kuhna, který na tomto tématu pracoval více než deset let. Jeho matce byla diagnostikována rakovina prsu a Kuhn jako ředitel Convergent Science Institute in Cancer v USC Michelson Center shromáždil velké množství dat anotovaných lidmi souvisejících s rakovinou prsu.

To umožnilo společnému výzkumnému týmu otestovat algoritmus dvěma způsoby: nejprve se podíval na krevní výsledky známých pacientek s pokročilou rakovinou prsu, pak v dalším testu přidal rakovinné buňky k normálu. krevní vzorky abych zjistil, jestli je RED najde. Algoritmus:

• Bylo nalezeno 99 % přidaných epiteliálních rakovinných buněk
• Bylo nalezeno 97 % přidaných endoteliálních buněk
• Také to 1000krát snížilo množství dat ke kontrole.

Oberai říká, že kromě odstranění lidské zaujatosti: „Jsme schopni najít více signálů než starý přístup. Byli jsme schopni najít dvakrát tolik zajímavých buněk ve srovnání se starým přístupem.“

Dodává: „Tento dokument zavádí tuto techniku ​​jako způsob, jak výpočetně izolovat „zajímavé“ buňky, které jsou spojeny s rakovinou.“ (Má na mysli „zajímavý“ ve způsobu, jakým je podezřelý z trestného činu „osobou zájmu.“)

Tento nový přístup již přináší značné výhody a používá se k pochopení výsledků u rakoviny, jako je rakovina prsurakovina slinivky břišní a mnohočetný myelom.

Kuhn vysvětluje dopad díla. „(Toto) je zbrusu nový způsob a v mnoha ohledech nezřejmý způsob analýzy kupky sena, který spouští celou vlnu nových vývojů řízených umělou inteligencí a hlubokým učením.“

Doufá, že tento a budoucí články mohou pomoci třem kritickým částem cesty pacienta a odpovědět na následující otázky:

• Mám rakovinu?
• Je moje rakovina pryč nebo se vrací?
• Jaká je nejlepší další léčba mé rakoviny?

„Každou z těchto částí cesty pacienta chceme podpořit daty z krve,“ říká Kuhn.

„Toto je jeden z opravdu skvělých příkladů, kdy moderní umělá inteligence skutečně mění způsob, jakým provádíme výzkum v oblasti zdravotní péče. Naším dalším krokem je, že i nadále budeme tlačit do popředí umělé inteligence, abychom radikálně změnili naši schopnost včasně najít rakovinu v krvi pacientů.“

Podle Oberaie je to také skvělý příklad konvergentního výzkumu, kde se spojili výzkumníci s odbornými znalostmi v různých oblastech vědy a techniky, aby našli účinné řešení obtížného problému.