Les aides d'artificial intelligence améliorent le diagnostic des cancers principaux et de col

Chercheurs de Charité - Universitätsmedizin Berlin et le consortium allemand de cancer (DKTK) ont avec succès résolu un problème de longue date dans le diagnostic des cancers principaux et de col. Fonctionnant à côté des collègues de Technische Universität (TU) Berlin, les chercheurs ont employé l'artificial intelligence de développer une méthode neuve de catégorie qui recense les origines primaires du tissu cancéreux basées sur des modifications du produit chimique ADN. Le potentiel pour l'introduction dans la pratique médicale courante actuel est vérifié. Les résultats de cette recherche ont été publiés en médicament de translation de la Science.

Chaque année, plus de 17.000 personnes en Allemagne sont diagnostiquées avec les cancers principaux et de col. Celles-ci comprennent des cancers de la cavité buccale, du larynx et du nez, mais peuvent également affecter d'autres endroits de la tête et du col. Quelques patients de cancer de la tête et du cou développeront également le cancer de poumon.

« Dans la grande majorité de cas, il est impossible de déterminer si ceux-ci représentent des métastases pulmonaires du cancer de la tête et du cou ou d'un deuxième cancer primaire du patient, c.-à-d. le cancer de poumon primaire, » explique le prof. M. Frederick Klauschen de l'institut de Charité de la pathologie, qui dirigé par Co l'étude à côté du prof. M. David Capper du service de Charité du Neuropathology. « Cette distinction est énormement importante dans la demande de règlement des gens affectés par ces cancers, » met l'accent sur prof. Klauschen, ajoutant : « Tandis que la chirurgie peut fournir à un remède dans les patients les cancers de poumon localisés, les patients présentant les cancers principaux métastatiques et de col vont sensiblement plus mauvais en termes de survie et auront besoin des demandes de règlement telles que chemoradiotherapy. »

Quand l'essai de distinguer les métastases et une deuxième tumeur primaire, pathologistes emploiera habituellement des techniques déterminées telles qu'analyser la microstructure du cancer et trouver les protéines caractéristiques dans le tissu. Cependant, en raison des similitudes marquées entre principal et les cancers de col et les cancers de poumon à cet égard, ces tests sont habituellement peu concluants. « Afin de résoudre ce problème, nous avons vérifié des prélèvements de tissu pour un changement chimique spécifique connu sous le nom de méthylation d'ADN, » explique prof. Capper qui, comme prof. Klauschen, est un membre scientifique du DKTK à Berlin. Il ajoute : « Nous savons des études plus tôt que les configurations de méthylation d'ADN en cellules cancéreuses dépendent hautement de l'organe duquel le cancer est provenu. »

Fonctionnant avec le prof. M. Klaus-Robert Müller, professeur pour l'apprentissage automatique à la Turquie Berlin, l'organisme de recherche a utilisé des méthodes renseignement renseignement artificielles pour rendre cette information utile dans la pratique. Les caractéristiques de méthylation d'ADN utilisées par chercheurs des plusieurs centaines cancers de chef et de col et de poumon afin de former un réseau neuronal profond pour distinguer les deux types de cancer.

Notre réseau neuronal peut maintenant distinguer les cancers de poumon et les métastases de cancer de la tête et du cou dans la majorité de cas, réalisant une exactitude de plus de 99 pour cent. Pour s'assurer que les patients présentant les cancers principaux et de col et les cancers de poumon complémentaires tireront bénéfice des résultats de notre étude aussi rapidement que possible, nous sommes actuel en cours de vérifier la mise en place de cette méthode diagnostique dans la pratique courante. Ceci comprendra une étude estimative de validation pour s'assurer que la méthode neuve peut être rendue procurable à tous les patients affectés. »

Prof. M. Frederick Klauschen, l'institut de Charité de pathologie

Avoir fonctionné à côté des chercheurs de Charité, directeur du centre de Berlin pour l'apprentissage automatique (BZML), prof. Müller, est assimilé avec plaisir à leurs résultats : Le « artificial intelligence joue de plus en plus un rôle majeur, non seulement en nos vies quotidiennes et dans l'industrie, mais également dans les sciences naturelles et la recherche médicale. L'utilisation de l'artificial intelligence est, cependant, particulièrement complexe dans l'inducteur médical ; c'est pourquoi, jusqu'ici, les découvertes de recherches seulement ont rarement fourni les avantages directs pour des patients. Ceci a pu maintenant être environ de changer. »

Source:
Journal reference:

Jurmeister, P. et al. (2019) Machine learning analysis of DNA methylation profiles distinguishes primary lung squamous cell carcinomas from head and neck metastases. Science Translational Medicine. doi.org/10.1126/scitranslmed.aaw8513.