Вчені оголосили про розробку алгоритму штучного інтелекту DeepPT, який здатен визначити найефективніші методи лікування для пацієнтів з різними видами раку.
Про це повідомляє nature.com.
Розроблена модель прогнозує експресію мРНК пухлини на рівні всього людського геному та реакцію на лікарські препарати.
DeepPT створила команда дослідників із США та Австралії. Цей алгоритм аналізує профіль інформаційної РНК, яка необхідна для синтезу білків, що є ключовими в персоналізованій імунотерапії раку. За даними Австралійського національного університету, DeepPT навчали на даних понад 5,5 тисяч пацієнтів із 16 типами раку, зокрема, раком грудей, легень, підшлункової залози, а також голови і шиї.
Після навчання DeepPT об’єднали з іншим інструментом, ENLIGHT, який передбачає реакцію на цільову та імунну терапію на основі прогнозованих значень експресії мРНК. Обидва алгоритми використовують мікроскопічні зображення тканин пацієнтів — гістологічні зразки. Це важливо, оскільки гістологічні дані завжди доступні і недорогі в отриманні.
“Аналіз цих параметрів скорочує затримки у вивченні складних молекулярних даних, що можуть займати тижні“, – зазначив автор дослідження Дань-Тай Хоанг.
Впровадження алгоритму ШІ збільшило рівень відповіді пацієнтів на лікування з 33% до 46%. Це дуже обнадійливий результат, хоча є простір для подальшого покращення. Наразі вчені працюють над вдосконаленням комбінації DeepPT і ENLIGHT.
У попередньому дослідженні вчені успішно застосували ШІ для оцінки потенційної ефективності антидепресантів. Лікарі зазвичай можуть оцінити ефективність лікування після 6-8 тижнів прийому препаратів, тоді як ШІ дозволяє зробити це за кілька днів.
Отже, впровадження новітніх технологій штучного інтелекту в медицину відкриває нові можливості для персоналізованого підходу до лікування різних захворювань, підвищуючи ефективність і скорочуючи час очікування результатів.
