Gli scienziati stanno sviluppando un nuovo strumento diagnostico per i tipi differenti di cancri al seno

Gli scienziati stanno sviluppando un nuovo modo identificare “le impronte digitali„ chimiche uniche per i tipi differenti di cancri al seno.

Queste nuove orme chimiche saranno usate per preparare il software di AI - creare un nuovo strumento per la diagnosi rapida ed accurata dei cancri al seno.

Il gruppo dei ricercatori dall'università di Lancaster e la fiducia delle fondamenta di Airedale NHS stanno usando una tecnica analitica chimica specializzata chiamata la spettroscopia di Raman sulle biopsie per identificare la struttura molecolare dei tipi differenti di cancri al seno come pure le variazioni all'interno di ogni gruppo della cellula tumorale.

L'analisi di Raman può fornire informazioni in tempo reale sulle celle e può essere usata per controllare come le celle sono comportantesi, spargentesi ed emergenti altrove nell'organismo.

Dopo l'identificazione delle impronte digitali chimiche delle celle di cancro al seno e l'osservazione come cambiano, i ricercatori hanno usato questi informazioni per preparare gli algoritmi di apprendimento automatico complessi per identificare quattro sottotipi di cancro.

Gli algoritmi hanno predetto con successo i reticoli diagnostici per ogni sottotipo con un ad alto livello di accuratezza che varia fra 70 per cento e 100 per cento.

Le simili versioni di questi algoritmi precedentemente sono state usate per identificare altri moduli dei caners e delle malattie quali i cancri polmonari orali e dell'interfaccia.

La fase seguente della ricerca esaminerà creante i database delle strutture chimiche di molti altri tipi differenti di celle di cancro al seno e delle forme che possono prendere.

Questi database poi saranno usati per preparare gli algoritmi intelligenti più artificiali facendo uso dell'apprendimento automatico - finalmente piombo ad un nuovo strumento diagnostico per sedersi accanto ai mammogrammi ed alle scansioni di MRI.

I nuovi algoritmi promettono di fornire informazioni rapide per aiutare gli specialisti medici a fare la diagnosi più rapida.

Inoltre, l'approccio contribuirà a determinare lo stato della malattia ai vari punti nella sua progressione e diventerà critico nella pianificazione dell'approccio terapeutico di diversi pazienti.

Il professor Ihtesham Rehman, presidenza in bioingegneria all'università di Lancaster ed all'autore senior dello studio, ha detto:

Questa ricerca è un punto importante nello sviluppare un nuovo modo identificare le strutture chimiche dei tipi differenti di cancri al seno. Abbiamo potuti usare i questi “prendiamo le impronte digitali a„ per sviluppare gli algoritmi complessi che possono esattamente identificare le celle di quattro tipi differenti di tipi del cancro.„

“La spettroscopia vibratoria combinata con data mining e l'apprendimento automatico ha il potenziale di offrire un'analisi in tempo reale in campioni biologici, compreso cancro, con accuratezza eccellente - creare un nuovo strumento potente per sedersi accanto alle tecniche attuali ed aiutare gli specialisti medici consegnano la diagnosi accurata e tempestiva per i loro pazienti e per il video della progressione della malattia.„

La ricerca è stata descritta “nei sistemi diagnostici d'avanzamento di carta del cancro con intelligenza artificiale e la spettroscopia: identificando le modifiche chimiche si è associato con cancro al seno„, che è stato pubblicato nell'esame esperto del giornale dei sistemi diagnostici molecolari.

Source:
Journal reference:

Talari, A. C. S. et al. (2019) Advancing cancer diagnostics with artificial intelligence and spectroscopy: identifying chemical changes associated with breast cancer. Expert Review of Molecular Diagnostics. doi.org/10.1080/14737159.2019.1659727.