Οι επιστήμονες ανέπτυξαν έναν νέο τρόπο αναγνώρισης των μοναδικών χημικών «αποτυπωμάτων» για διαφορετικούς τύπους καρκίνων του μαστού.
Αυτά τα νέα χημικά αποτυπώματα θα χρησιμοποιηθούν για την εκπαίδευση ενός λογισμικού που είναι βασισμένο στην τεχνητή νοημοσύνη για την ταχεία και ακριβή διάγνωση των καρκίνων του μαστού.
Η ομάδα ερευνητών από το Πανεπιστήμιο Lancaster και το Airedale NHS Foundation Trust χρησιμοποιεί μια εξειδικευμένη χημική αναλυτική τεχνική που ονομάζεται Raman Spectroscopy on biopsies για να προσδιορίσει τη μοριακή δομή διαφόρων τύπων καρκίνου του μαστού καθώς και παραλλαγές εντός κάθε ομάδας καρκινικών κυττάρων.
Η ανάλυση Raman είναι σε θέση να παρέχει πληροφορίες σε πραγματικό χρόνο σχετικά με τα κύτταρα και μπορεί να χρησιμοποιηθεί για να ελέγξει τον τρόπο συμπεριφοράς των κυττάρων, την εξάπλωση και την εμφάνιση τους σε άλλα μέρη του σώματος.
Μετά την ταυτοποίηση των χημικών αποτυπωμάτων των κυττάρων του καρκίνου του μαστού και παρατηρώντας τον τρόπο αλλαγής τους, οι ερευνητές χρησιμοποίησαν αυτές τις πληροφορίες για να εκπαιδεύσουν περίπλοκους αλγορίθμους μηχανικής μάθησης για να εντοπίσουν τέσσερις υποτύπους καρκίνου.
Οι αλγόριθμοι προέβλεψαν με επιτυχία διαγνωστικά μοτίβα για κάθε υποτύπο με υψηλό επίπεδο ακρίβειας που κυμαίνεται μεταξύ 70% και 100%.
Παρόμοιες εκδόσεις αυτών των αλγορίθμων έχουν χρησιμοποιηθεί προηγουμένως για τον εντοπισμό άλλων μορφών καρκίνων και ασθενειών όπως ο καρκίνος του δέρματος, του στόματος και του πνεύμονα.
Το επόμενο στάδιο της έρευνας θα εξετάσει τη δημιουργία βάσεων δεδομένων για τις χημικές δομές πολλών διαφορετικών τύπων καρκινικών κυττάρων του μαστού και τις μορφές που μπορούν να πάρουν.
Αυτές οι βάσεις δεδομένων θα χρησιμοποιηθούν στη συνέχεια για την κατάρτιση περισσότερων τεχνητών νοημόνων αλγορίθμων χρησιμοποιώντας τη μηχανική μάθηση – όπου τελικά θα οδηγήσει σε ένα νέο διαγνωστικό εργαλείο που θα μπορεί να συνδυαστεί παράλληλα με τις μαστογραφίες και τις μαγνητικές τομογραφίες για καλύτερη εξέταση του ασθενούς.
Οι νέοι αλγόριθμοι υπόσχονται να παρέχουν ταχεία πληροφόρηση για να βοηθήσουν τους ειδικούς να κάνουν ταχύτερη διάγνωση.
Επιπλέον, η προσέγγιση θα βοηθήσει στον προσδιορισμό της κατάστασης της νόσου σε διάφορα σημεία της εξέλιξής της και θα καταστεί κρίσιμη στο σχεδιασμό της θεραπευτικής προσέγγισης των μεμονωμένων ασθενών.
Ο καθηγητής Ihtesham Rehman, πρόεδρος της Bioengineering στο Πανεπιστήμιο του Λάνκαστερ και ανώτερος συγγραφέας της μελέτης, δήλωσε: «Η έρευνα αυτή είναι ένα σημαντικό βήμα για την ανάπτυξη ενός νέου τρόπου προσδιορισμού των χημικών δομών διαφόρων μορφών καρκίνου του μαστού. Ενώ η ανάπτυξη πολύπλοκων αλγορίθμων θα προσδιορίσουν με ακρίβεια τα κύτταρα τεσσάρων διαφορετικών τύπων καρκίνου.
Η φασματοσκοπία σε συνδυασμό με την ερμηνεία των δεδομένων και τη μηχανική μάθηση έχει τη δυνατότητα να προσφέρει ανάλυση σε πραγματικό χρόνο σε βιολογικά δείγματα, συμπεριλαμβανομένου του καρκίνου, με άριστη ακρίβεια, δημιουργώντας ένα νέο σχυρό εργαλείο που θα μπορεί να συνδυαστεί με τις υπάρχουσες τεχνικές για να βοηθήσει τους γιατρούς να προσφέρουν ακριβή και έγκαιρη διάγνωση στους ασθενείς τους, όπως και για την παρακολούθηση της εξέλιξης της νόσου.
