Technologia sztucznej inteligencji (AI) przyspiesza przyszłość leczenia guzów mózgu dzięki opracowaniu narzędzia, które może szybko dekodować DNA guza w celu określenia jego tożsamości molekularnej - wszystko podczas operacji.

Proces ten, który obecnie może trwać od kilku dni do kilku tygodni, ma kluczowe znaczenie dla podejmowania krytycznych decyzji chirurgicznych, takich jak ilość tkanki mózgowej do usunięcia i konieczność natychmiastowego podania leków niszczących guza.

Istota przełomu

Dokładna diagnostyka molekularna może pomóc w określeniu, ile tkanki należy usunąć podczas operacji, minimalizując potencjalny wpływ na funkcje neurologiczne i poznawcze pacjentów. Informacje te mają kluczowe znaczenie dla zapewnienia, że żadna złośliwa tkanka nie zostanie pozostawiona w przypadku agresywnych guzów, które mogą szybko rosnąć i rozprzestrzeniać się.

Natychmiastowa wiedza na temat tożsamości molekularnej guza mogłaby zwiększyć możliwości leczenia, umożliwiając umieszczenie płytek pokrytych lekiem bezpośrednio w mózgu podczas operacji.

Obecne standardowe podejście diagnostyczne nie jest pozbawione wad. Zamrożenie tkanki do badania może zmienić wygląd komórek pod mikroskopem, potencjalnie wpływając na dokładność oceny klinicznej. Ludzkie oko może również nie wykryć subtelnych zmian genomowych na szkiełku, nawet przy użyciu mikroskopów o dużej mocy.

Poznajcie CHARM

CHARM (Cryosection Histopathology Assessment and Review Machine) może wyeliminować wiele z tych ograniczeń.

Zanim CHARM będzie mógł zostać wdrożony w szpitalach, musi przejść weryfikację kliniczną w rzeczywistych warunkach i uzyskać zgodę amerykańskiej Agencji Żywności i Leków (FDA). Mimo to narzędzie, które jest swobodnie dostępne dla innych badaczy, obiecuje przyspieszyć proces diagnostyki molekularnej, szczególnie w regionach o ograniczonym dostępie do szybkiej technologii sekwencjonowania genetycznego nowotworów.

Analiza molekularna guza dostarcza wskazówek na temat jego stopnia agresywności, zachowania i reakcji na różne metody leczenia, pomagając w podejmowaniu decyzji pooperacyjnych. CHARM jest spójny ze zaktualizowanym systemem klasyfikacji Światowej Organizacji Zdrowia do diagnozowania i oceniania stopnia zaawansowania glejaków w oparciu o profil genomowy guza.

Narzędzie zostało opracowane przy użyciu 2334 próbek guzów mózgu od 1524 pacjentów z glejakiem w trzech różnych populacjach pacjentów. W testach na wcześniej niewidocznych próbkach mózgu CHARM wykazał 93% dokładność w rozróżnianiu guzów z określonymi mutacjami molekularnymi i klasyfikacji trzech głównych typów glejaków.

CHARM uchwycił wizualną charakterystykę otaczającej tkanki, rozpoznając obszary o większej gęstości komórkowej i wzmożonym obumieraniu komórek, co jest wskaźnikiem bardziej agresywnych typów glejaka. Narzędzie zdołało również zidentyfikować ważne zmiany molekularne w glejakach o niskim stopniu złośliwości, mniej agresywnym podtypie glejaka.

Zdolność CHARM do oceny szerszego kontekstu obrazu sprawia, że jego analiza jest dokładniejsza, ściśle odzwierciedlając sposób, w jaki ludzki patolog oceniłby wizualnie próbkę guza. Naukowcy sugerują, że chociaż model został początkowo opracowany z myślą o próbkach glejaka, można go przekwalifikować na inne podtypy nowotworów mózgu, biorąc pod uwagę, że istnieją już modele sztucznej inteligencji do profilowania innych rodzajów nowotworów.

CHARM może potencjalnie zmienić podejście do leczenia guzów mózgu, co z kolei może zwiększyć szanse pacjentów na pokonanie choroby.