ابزارهای هوش مصنوعی شناسایی ساختارهای کلیدی ایمنی در سرطان پوست را بهبود بخشیدند

ابزارهای هوش مصنوعی شناسایی ساختارهای کلیدی ایمنی در سرطان پوست را بهبود بخشیدند
فهرست مطالب

محققان گروه تحقیقاتی سرطان ECOG-ACRIN با بهره‌گیری از فرایندهای مبتنی بر هوش مصنوعی، موفق به شناسایی دقیق‌تر ساختارهای لنفوئیدی ثالث (TLS) در هزاران تصویر دیجیتال از بافت تومور ملانوم شدند؛ پیشرفتی که می‌تواند پیش‌بینی بقا و نتایج درمانی بیماران مراحل III و IV قابل جراحی را به طور چشمگیری بهبود دهد.

ساختارهای TLS به عنوان یک نشانگر زیستی کلیدی برای پیش‌آگهی بهتر و افزایش بقا شناخته می‌شوند، اما تاکنون بخشی از گزارش‌های استاندارد پاتولوژی بیماران نبوده‌اند. روش‌های دستی برای تشخیص این ساختارها نیز زمان‌بر و متغیر هستند.

دکتر احمد طرهینی و دکتر شوئفنگ وانگ، سرپرستان این تحقیق، قرار است یافته‌های خود را در نشست سالانه انجمن تحقیقات سرطان آمریکا (AACR) در سال ۲۰۲۵ در شیکاگو ارائه دهند. دکتر طرهینی گفت: «تلاش‌های ما نشان می‌دهد ابزارهای منبع‌باز هوش مصنوعی می‌توانند نحوه پیش‌بینی بقا و پاسخ به ایمونوتراپی را با شناسایی آسان‌تر و دقیق‌تر ساختارهای ایمنی مهم مانند TLS متحول کنند.»

در این مطالعه، تصاویر دیجیتال آرشیوی به همراه داده‌های RNA حاصل از ۳۷۶ بیمار مبتلا به ملانوم پیشرفته و پرخطر مورد بررسی قرار گرفت. نتایج نشان داد حضور TLS با بقای کلی بهتر همراه است؛ بقای پنج ساله بیماران دارای TLS برابر با ۳۶.۲۳٪ بود، در حالی که برای بیماران بدون TLS این میزان ۲۹.۵۹٪ گزارش شد. وجود بیش از یک TLS و تراکم بالاتر این ساختارها نیز ارتباط مستقیمی با افزایش بقا داشت.

محققان ابتدا از الگوریتم منبع‌باز HookNet-TLS برای اندازه‌گیری TLS و مراکز زایشی (GC) در اسلایدهای رنگ‌آمیزی شده H&E استفاده کردند. پس از بررسی اولیه نتایج، مدل را برای دقت بالاتر بازآموزی کردند و ارزش پیش‌بینی TLS را با شمارش نرمال شده این ساختارها ارزیابی کردند.

در گام بعدی، از مدل Gigapth Whole-Slide Foundation برای استخراج ویژگی‌های پاتولوژی دیجیتال استفاده شد که به بهبود تجسم و تحلیل تصاویر کمک کرد. دکتر وانگ اظهار داشت: «تصاویر ایجاد شده با کمک مدل Gigapth نتایج امیدوارکننده‌ای در بهبود شناسایی TLS و GC نشان می‌دهند و در حال تکمیل نهایی هستند.»

این تحقیق با حمایت مالی مؤسسه ملی سرطان آمریکا انجام شده است. دکتر طرهینی افزود: «روش‌های جدید پیش‌بینی بقا، با استفاده از فناوری‌های کم‌هزینه و در دسترس، می‌توانند روند پذیرش تست‌های TLS در بیماران ملانوم پرخطر را تسریع کرده و به تصمیم‌گیری بهتر درباره درمان‌های ایمونوتراپی کمک کنند.»

کد خبر ۲۰۱۰۴۰۲۰۶.۰۴۷

منبع: نیوزمدیکال

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *