Le guide di intelligenza artificiale migliorano la diagnosi dei cancri di collo e capi

Ricercatori da Charité - Universitätsmedizin Berlino ed il consorzio tedesco del Cancro (DKTK) ha risolto con successo un problema di lunga durata nella diagnosi dei cancri di collo e capi. Lavorando accanto ai colleghi da Technische Universität (TU) Berlino, i ricercatori hanno usato l'intelligenza artificiale mettere a punto un nuovo metodo di classificazione che identifica le origini primarie del tessuto cancerogeno basate sui cambiamenti del DNA del prodotto chimico. Il potenziale per introduzione in pratica medica sistematica corrente sta provando. I risultati da questa ricerca sono stati pubblicati nella medicina di traduzione di scienza.

Ogni anno, più di 17,000 persone in Germania è diagnosticato con i cancri di collo e capi. Questi comprendono i cancri della cavità orale, della laringe e del radiatore anteriore, ma possono anche pregiudicare altre aree della testa e del collo. Alcuni malati di cancro del collo e della testa egualmente svilupperanno il cancro polmonare.

“Nella grande maggioranza dei casi, è impossible da determinare se questi rappresentano le metastasi polmonari del paziente cancro di collo e capo o un secondo cancro primario, cioè il cancro polmonare primario,„ spiega prof. il Dott. Frederick Klauschen dell'istituto di Charité di patologia, che guidato co lo studio accanto a prof. Dott. David Capper del dipartimento di Charité della neuropatologia. “Questa distinzione è enorme importante nel trattamento della gente influenzata da questi cancri,„ sottolinea prof. Klauschen, aggiungente: “Mentre l'ambulatorio può fornire ad una maturazione in pazienti i cancri polmonari localizzati, i pazienti con i cancri di collo e capi metastatici vanno significativamente peggio in termini di sopravvivenza e richiederanno i trattamenti come chemoradiotherapy.„

Quando provare a distinguere fra le metastasi e un secondo tumore primario, patologi utilizzerà solitamente le tecniche stabilite come analizzare la microstruttura del cancro e rilevazione delle proteine caratteristiche nel tessuto. Tuttavia, dovuto le profonde similarità fra capo ed i cancri di collo ed i cancri polmonari in questo senso, queste prove sono solitamente inconcludenti. “per risolvere questo problema, abbiamo provato i campioni di tessuto ad alterazione chimica specifica conosciuta come metilazione del DNA,„ spieghiamo prof. Capper che, come prof. Klauschen, è un membro scientifico del DKTK a Berlino. Aggiunge: “Sappiamo dagli studi più iniziali che i reticoli di metilazione del DNA in cellule tumorali dipendono altamente dall'organo in cui il cancro è nato.„

Lavorando con prof. il Dott. Klaus-Robert Müller, professore per l'apprendimento automatico al TU Berlino, il gruppo di ricerca ha impiegato ai i metodi basati a intelligenza artificiali per rendere questi informazioni utili in pratica. I dati di metilazione del DNA usati ricercatori dai diverse centinaia cancri polmonari della testa e del collo e per preparare una rete neurale profonda per distinguere fra i due tipi di cancri.

La nostra rete neurale ora può distinguere fra i cancri polmonari e le metastasi di collo e capo del cancro nella maggior parte dei casi, raggiungente un'accuratezza oltre di 99 per cento. Per assicurarci che i pazienti con i cancri di collo e capi ed i cancri polmonari supplementari traggano giovamento dai risultati del nostro studio il più rapidamente possibile, siamo corrente nel corso del verificare l'entrata in vigore di questo metodo diagnostico nella prassi. Ciò comprenderà uno studio futuro di convalida per assicurare che il nuovo metodo possa essere messo a disposizione di tutti i pazienti commoventi.„

Prof. Dott. Frederick Klauschen, l'istituto di Charité di patologia

Lavorare accanto ai ricercatori da Charité, il Direttore del centro di Berlino per l'apprendimento automatico (BZML), prof. Müller, è similmente contentissimo ai loro risultati: “L'intelligenza artificiale sta svolgendo un ruolo sempre più importante, non solo nelle nostre vite quotidiane e nell'industria, ma anche nelle scienze naturali e nella ricerca medica. L'uso di intelligenza artificiale è, tuttavia, particolarmente complesso all'interno del campo medico; ecco perché, finora, i risultati della ricerca hanno consegnato soltanto raramente i vantaggi diretti per i pazienti. Ciò potrebbe ora si accinge al cambiamento.„

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.