Ny studie: AI-verktyget DeepPT förbättrar cancerbehandlingssvar genom mRNA-profilering och vävnadsprover

StockholmEtt nytt AI-verktyg vid namn DeepPT har skapats för att förbättra cancerbehandlingar. Forskarna vid Australian National University (ANU) har utvecklat detta verktyg som förutspår en patients mRNA-profil, vilket är viktigt för att bilda proteiner och anpassa cancerbehandlingen. DeepPT har utvecklats med hjälp från forskare vid National Cancer Institute i USA och läkemedelsföretaget Pangea Biomed.

DeepPT har visat stora förbättringar i att förutsäga hur patienter kommer att svara på cancerbehandlingar. Det fungerade bra tillsammans med ett annat verktyg, ENLIGHT, och tillsammans förutsåg de korrekt responser för olika typer av cancer. Dr. Danh-Tai Hoang från ANU betonade att valet av rätt behandling är avgörande för patienternas resultat, särskilt vid aggressiva cancerformer.

DeepPT tränades på en omfattande datamängd som inkluderade 5 500 patienter och 16 vanliga cancerformer, såsom bröst-, lung-, huvud- och hals-, livmoderhals- och bukspottkörtelcancer.

Med hjälp av DeepPT ökade forskarna patientens responsgrad från 33,3% till 46,5%. Denna ökning är betydelsefull och visar att verktyget är användbart i verkliga kliniska miljöer. AI-modellen bygger vidare på tidigare arbete av samma team för att utveckla ett verktyg för att klassificera hjärntumörer, och erbjuder en pålitlig metod som kan användas även för andra typer av cancer.

DeepPT utmärker sig genom att använda histopatologiska bilder, som är detaljerade fotografier av patientvävnad. Dessa bilder är lättillgängliga, prisvärda och snabba att bearbeta. Detta hjälper till att undvika långa väntetider för komplicerad molekylär data som kan ta veckor. Snabb bearbetning är särskilt viktig för patienter med allvarliga tumörer som behöver omedelbar behandling.

Läs också:

Idag · 14:35

AI-genererad ryggsmärthjälp: lika bra som läkare

DeepPT och ENLIGHT använder kliniska data för att göra förutsägelser. Att utnyttja histopatologiska bilder är en innovativ metod eftersom dessa bilder redan används i den dagliga medicinska praktiken, vilket gör det enkelt att integrera i befintliga arbetsflöden. Den högre behandlingssvarsfrekvensen indikerar att AI kan vara viktig för personlig cancerbehandling.

Denna studie, publicerad i Nature Cancer, indikerar dess vetenskapliga tillförlitlighet. Samarbeten med kända organisationer som National Cancer Institute och Pangea Biomed stärker också dess trovärdighet.

Denna utveckling är ett lovande steg mot bättre cancerbehandlingar. Det visar hur samarbete mellan olika områden och avancerad datateknik kan leda till verkliga förbättringar inom vården.

AI blir alltmer betydelsefull inom medicin, med verktyg som DeepPT i spetsen. De hjälper till att göra personlig medicin mer tillgänglig och effektiv. Genom att använda vanliga kliniska data kan dessa verktyg koppla forskning till patientvård, vilket ger hopp om bättre resultat för cancerpatienter.

Det ska bli intressant att se hur detta verktyg utvecklas och om det kan användas för andra sjukdomar. För närvarande är det ett betydande framsteg i kampen mot cancer.