Stomach Health > žalúdok zdravie >  > Q and A > žalúdok otázka

Nový nástroj na predpovedanie rakoviny prostaty má bezkonkurenčnú presnosť

Súčasné nástroje používané na predpovedanie progresie rakoviny prostaty sú vo svojej podstate subjektívne, čo vedie k rozdielnym interpretáciám medzi klinickými lekármi

Tím vedcov z Icahn School of Medicine na Mount Sinai a Keck School of Medicine na University of Southern California (USC) vyvinul nový rámec strojového učenia, ktorý rozlišuje medzi nízko a vysoko rizikovým karcinómom prostaty presnejšie než kedykoľvek predtým. Rámec, popísané v dnes publikovanom článku o vedeckých správach, je určený na pomoc lekárom-najmä rádiológovia-presnejšie identifikovať možnosti liečby pacientov s rakovinou prostaty, zníženie šance na nepotrebnú klinickú intervenciu.

Rakovina prostaty je jednou z hlavných príčin úmrtí na rakovinu u amerických mužov. na druhom mieste za rakovinou pľúc. Aj keď nedávny pokrok vo výskume rakoviny prostaty zachránil mnoho životov, nástroje objektívnej predikcie majú, do teraz, zostala nesplnená potreba.

V súčasnej dobe, štandardné metódy používané na hodnotenie rizika rakoviny prostaty sú multiparametrické zobrazovanie magnetickou rezonanciou (mpMRI), ktorý detekuje lézie prostaty, a systém nahlasovania a údajov o zobrazovaní prostaty, verzia 2 (PI-RADS v2), päťbodový skórovací systém, ktorý klasifikuje lézie nájdené na mpMRI. Spolu, tieto nástroje sú určené na predpovedanie pravdepodobnosti klinicky významného rakoviny prostaty. Avšak, Skóre PI-RADS v2 je subjektívne a nerozlišuje jasne medzi strednými a malígnymi hladinami rakoviny (skóre 3, 4, a 5), čo často vedie k rozdielnym interpretáciám medzi klinickými lekármi.

Ako prístup k náprave tejto nevýhody bolo navrhnuté kombinovanie strojového učenia s rádiomikou-odbor medicíny, ktorý pomocou algoritmov extrahuje veľké množstvo kvantitatívnych charakteristík z lekárskych snímok. Avšak, iné štúdie na vyriešenie tohto obmedzenia testovali iba obmedzený počet metód strojového učenia. Naproti tomu Vedci z Mount Sinai a USC vyvinuli prediktívny rámec, ktorý dôsledne a systematicky hodnotil mnohé z týchto metód s cieľom identifikovať ten, ktorý má najlepšie výsledky. Rámec tiež využíva rozsiahlejšie súbory údajov o odbornej príprave a validácii ako predchádzajúce štúdie. Ako výsledok, vedci dokázali klasifikovať rakovinu prostaty pacientov s vysokou citlivosťou a ešte vyššou prediktívnou hodnotou.

„Prísnou a systematickou kombináciou strojového učenia s rádiomiklom Našim cieľom je poskytnúť rádiológom a klinickému personálu nástroj zdravej predikcie, ktorý sa nakoniec môže premietnuť do efektívnejšej a prispôsobenejšej starostlivosti o pacienta, “povedal Gaurav Pandey, PhD., Odborný asistent genetiky a genomických vied na Icahnovej lekárskej fakulte na vrchu Sinaj a hlavný zodpovedný autor publikácie po boku korešpondujúceho autora Bina Vargheseho, PhD., Odborný asistent rádiológie výskumu na Keckovej lekárskej fakulte pri USC. „Cesta k predpovedaniu progresie rakoviny prostaty s vysokou presnosťou sa stále zlepšuje, a veríme, že náš objektívny rámec je veľmi potrebným pokrokom. “