Attenzione: questa pagina è una traduzione automatica di questa pagina originariamente in lingua inglese. Si prega di notare in quanto le traduzioni sono generate da macchine, non tutte le traduzioni saranno perfetti. Questo sito web e le sue pagine web sono destinati ad essere letto in inglese. Ogni traduzione del sito e le sue pagine web possono essere imprecise e inesatte, in tutto o in parte. Questa traduzione è fornita per comodità.

I Computer hanno potuto essere più accurati dei patologi nella valutazione dei tessuti del cancro polmonare, manifestazioni di studio

I Computer possono essere preparati per essere più accurati dei patologi nella valutazione delle diapositive dei tessuti del cancro polmonare, secondo un nuovo studio dai ricercatori alla Scuola di Medicina di Stanford University.

I ricercatori hanno trovato che un approccio di apprendimento automatico ad identificare le funzionalità in relazione con la malattia critiche differenziate esattamente fra due tipi di cancri polmonari e di tempi di sopravvivenza paziente preveduti meglio dell'approccio standard dei patologi che classificano i tumori dal grado e dalla fase.

“La Patologia poichè ora è praticata è molto soggettiva,„ ha detto Michael Snyder, PhD, il professor e presidenza della genetica. “Due patologi altamente qualificati che valutano la stessa diapositiva acconsentiranno soltanto circa 60 per cento del tempo. Questo approccio sostituisce questa soggettività con le misure specializzate e quantitative che riteniamo siamo probabili migliorare i risultati pazienti.„

La ricerca sarà pubblicata il 16 agosto nelle Comunicazioni della Natura. Snyder, che dirige il Centro di Stanford per Genomica e Medicina Personale, divide la condizione di scrittore senior dello studio con Daniel Rubin, MD, assistente universitario della radiologia e di medicina. Il Dottorando Kun-Hsing Yu, MD, è l'autore principale dello studio.

Sebbene lo studio corrente metta a fuoco sul cancro polmonare, i ricercatori ritengono che un simile approccio potrebbe essere usato per molti altri tipi di cancri.

“Infine questa tecnica ci darà la comprensione nei meccanismi molecolari di cancro connettendo le funzionalità patologiche importanti con i dati di risultato,„ ha detto Snyder.

Valutazione del grado, severità di cancro

Per le decadi, i patologi hanno valutato la severità, o “il grado,„ di cancro usando un microscopio ottico per esaminare le sezioni trasversali sottili del tessuto del tumore montate sulle lastre di vetro. Più anormale il tessuto del tumore è sembrato -- in termini di dimensione e forma delle cellule, tra altri indicatori -- più alto il grado. Una fase egualmente è definita basata sopra se e dove il cancro si è sparso in tutto l'organismo.

Spesso il grado e la fase di un cancro possono essere usati per predire come il paziente andrà. Anche possono aiutare i clinici a decidere come e quanto aggressivamente, trattare la malattia. Questo sistema di classificazione non funziona sempre bene per il cancro polmonare, tuttavia. In particolare, i sottotipi del cancro polmonare dell'adenocarcinoma ed il carcinoma spinocellulare possono essere difficili da distinguere quando la cultura d'esame del tessuto fa scorrere. Ancora, la fase ed il grado del cancro di un paziente non correla sempre con la loro prognosi, che può variare ampiamente. Cinquanta per cento dei pazienti dell'adenocarcinoma stage-1, per esempio, muoiono in cinque anni di loro diagnosi, mentre circa 15 per cento sopravvivono a più di 10 anni.

I ricercatori hanno usato 2.186 immagini da un database nazionale chiamato l'Atlante del Genoma del Cancro ottenuto dai pazienti con l'adenocarcinoma o il carcinoma spinocellulare. Le informazioni anche contenute del database sul grado e sulla fase definiti ad ogni cancro e quanto tempo ogni paziente ha vissuto dopo la diagnosi.

I ricercatori poi hanno usato le immagini “per preparare„ un programma di software per identificare molte altre caratteristiche Cancro-specifiche che può essere individuato dall'occhio umano -- quasi 10.000 diversi tratti, contro i diverse centinaia valutati solitamente dai patologi. Queste caratteristiche hanno compreso non appena la dimensione e la forma delle cellule, ma anche la forma e la tessitura dei nuclei e delle relazioni spaziali delle cellule fra le celle vicine del tumore.

“Abbiamo cominciato lo studio senza alcuni pregiudizi ed abbiamo lasciato il software determinare quale caratteristiche sono importanti,„ abbiamo detto Snyder, che è la Stanford W. Ascherman, MD, FACS, il Professor nella Genetica. “Retrospettivamente, tutto ha significato. Ed i computer possono valutare esattamente e rapido anche le differenze minuscole attraverso migliaia di campioni molte volte che un essere umano.„

Introducendo patologia nel XXI secolo

I ricercatori hanno puntato un sottoinsieme delle caratteristiche cellulari identificate dal software che potrebbe essere usato il più bene per differenziare le celle del tumore dal tessuto noncancerous circostante, per identificare il sottotipo del cancro e per predire quanto tempo ogni paziente sarebbe sopravvissuto a dopo la diagnosi. Poi hanno convalidato la capacità del software di distinguere esattamente i superstiti a breve termine da coloro che ha vissuto significativamente più lungamente su un altro gruppo di dati di 294 malati di cancro del polmone dal Database di Microarray del Tessuto di Stanford.

Identificando le caratteristiche fisiche precedentemente sconosciute che possono predire i tempi della severità e di sopravvivenza del cancro è egualmente probabili piombo a maggior comprensione dei trattamenti molecolari dell'inizio e della progressione del cancro. In particolare, Snyder anticipa che il sistema d'insegnamento descritto in questo studio potrà complementare i campi di emergenza di genomica, del transcriptomics e del proteomics del cancro. I ricercatori del Cancro in questi campi studiano le mutazioni del DNA ed i reticoli di espressione della proteina e del gene che piombo alla malattia.

“Abbiamo lanciato questo studio perché abbiamo voluto cominciare a sposare la rappresentazione ai nostri studi “di omics„ per capire meglio i processi cancerogeni ad un livello molecolare,„ Snyder abbiamo detto. “Questo introduce la patologia del cancro nel XXI secolo ed ha il potenziale di essere una cosa impressionante per i pazienti ed i loro clinici.„

Il lavoro è un esempio del fuoco della Medicina di Stanford su salubrità di precisione, lo scopo di cui è di prevedere ed impedire la malattia nel sano e precisamente diagnosticare e trattare la malattia nell'Illinois.

Sorgente: Centro Medico di Stanford University