پیش بینی پیشرفت تومور مغزی با یادگیری ماشین
به گزارش آسمان فارس، ایرنا نوشت: محققان با استفاده از یادگیری ماشین، یک مدل محاسباتی برای پیش بینی دقیق تر رشد تومورهای مرگبار مغز طراحی کردند.
گلیوبلاستوما مولتی فرم (GBM) نوعی سرطان مغز است که میانگین مدت زندگی افراد پس از ابتلا به آن فقط یک سال است. درمان این سرطان به علت هسته بسیار متراکم، رشد سریع و موقعیت آن در مغز سخت است. تخمین مقدار انتشار و تکثیر این تومورها برای پزشکان مفید است؛ اما پیش بینی سریع و دقیق این اطلاعات برای یک بیمار خاص سخت است.
محققان دانشگاه واترلو و دانشگاه تورنتو با همکاری بیمارستان سَنت مایکل در تورنتو در کانادا داده های اِم آرآی چندین بیمار مبتلا به گلیوبلاستوما مولتی فرم را تجزیه وتحلیل کردند. آن ها از یادگیری ماشین برای تجزیه وتحلیل کامل تومور بیمار استفاده می نمایند تا پیشرفت سرطان را بهتر پیش بینی نمایند.
محققان دو مجموعه اِم آرآی متعلق به پنج بیمار ناشناس مبتلا به گلیوبلاستوما مولتی فرم را تجزیه وتحلیل کردند. آن ها از بیماران اِم آرآی گرفتند، چندین ماه صبر کردند و سپس دوباره اِم آرآی گرفتند. این بیماران، به دلایل نامعلوم، ترجیح می دادند در این مدت هیچ گونه درمان یا دارو دریافت ننمایند؛ به همین علت اِم آرآی آن ها فرصتی منحصربه فرد در اختیار دانشمندان قرار داد تا درک نمایند که چگونه گلیوبلاستوما مولتی فرم در صورت کنترل نشدن رشد می نماید.
محققان از یک مدل یادگیری عمیق برای تبدیل داده های اِم آرآی به برآورد پارامترهای خاص بیمار استفاده کردند که یک مدل پیش بینی برای رشد گلیوبلاستوما مولتی فرم را ارائه داد. این روش برای بیماران و تومورهای مصنوعی که ویژگی های واقعی آن ها شناخته شده بود، به کار گرفته شد و آن ها را قادر ساخت مدل را تأیید نمایند.
کامرون مینی (Cameron Meaney)، سرپرست تیم پژوهشی، گفت: دوست داشتیم این تحلیل را روی یک مجموعه داده های بزرگ انجام دهیم؛ اما به علت ماهیت این بیماری، این کار مشکل است؛ زیرا امید به زندگی طولانی نیست و مردم تمایل دارند درمان را آغاز نمایند و در نتیجه، فرصت مقایسه پنج تومور درمان نشده برای ما بسیار نادر و ارزشمند بود.
اکنون دانشمندان، مدل خوبی از نحوه رشد گلیوبلاستوما مولتی فرم بدون درمان دارند. گام بعدی آن ها این است که این مدل را توسعه دهند تا تأثیر درمان را روی تومورها نیز شامل گردد؛ سپس مجموعه داده ها از تعدادی اِم آرآی انگشت شمار به هزاران افزایش یابد.
مینی تأکید می نماید که دسترسی به داده های اِم آرآی و مشارکت ریاضیدانان با پزشکان احتمالاً تأثیرات زیادی برای بیماران در آینده خواهد داشت؛ زیرا استفاده از تجزیه وتحلیل های کمّی در درمان بیماری ها، آینده علم پزشکی است.
5858
منبع: خبرآنلاین