Enligt en nyligen genomförd studie finns det ett "starkt genetiskt samband" mellan mensvärk och depression
Artificiell intelligens (AI) revolutionerar vårt sätt att leva – och nu förväntas det förändra sättet på vilket vi bekämpar cancer. En studie ledd av University of California, San Francisco (UCSF) och University of Michigan presenterade nyligen ett banbrytande nytt AI-verktyg som kan upptäcka dolda hjärntumörceller under operation, vilket kan möjliggöra effektivare behandlingar och bättre patientutfall.
Hjärntumörer är enormt svåra att behandla och överlevnadsgraden har inte förbättrats nämnvärt de senaste åren, men den här nya AI-tekniken kan innebära en vändpunkt.
Nyfiken? Klicka vidare för att ta reda på mer om hur denna utveckling inom AI kan komma att revolutionera cancerbehandlingen.
Cirka 80 000 nya fall av primära hjärntumörer diagnostiseras årligen i USA, vilket motsvarar 1,4 procent av alla cancerfall. Ungefär 36 procent av dessa tumörer är elakartade.
Gliom är den vanligaste typen av hjärntumör hos vuxna och kännetecknas av att massor av onormala celler uppstår i hjärnan eller ryggmärgen.
De flesta gliompatienter behandlas huvudsakligen med kirurgi. Kirurgen strävar i regel efter att avlägsna tumören helt, men detta kan vara svårt, särskilt om tumören är belägen i känsliga eller otillgängliga områden i hjärnan.
Kirurgiska ingrepp, ofta genom ett snitt i skalpen, utförs för att behandla tillstånd som påverkar hjärnan, ryggmärgen och perifera nerver.
Vid hjärnkirurgi krävs maximal precision och ständig innovation för att skydda frisk vävnad och optimera patientens återhämtning.
Kirurgen utför det kirurgiska ingreppet med hjälp av specialiserade tekniker som neuroavbildning och hjärnkartläggning. Genom hjärnkartläggning avgränsas områden i hjärnan som ansvarar för viktiga funktioner, vilket gör det möjligt för kirurgen att undvika skador på vitala delar.
Trots noggranna kirurgiska tekniker kan vissa cancerceller finnas kvar. När det gäller hjärntumörer är det av yttersta vikt att de tas bort helt eftersom eventuell kvarvarande vävnad snabbt kan leda till snabbare återväxt.
I synnerhet hjärntumörer kan ha förödande, långvariga effekter på patientens fysiska, kognitiva och psykiska välbefinnande. Trots betydande framsteg inom behandling av andra cancerformer har överlevnadsgraden när det kommer till hjärncancer varit låg.
Även små mängder kvarvarande tumörer kan dramatiskt minska livskvaliteten, förkorta överlevnaden samt gå hårt åt hälso- och sjukvårdssystemen. Andelen kvarvarande tumörer har dessvärre inte förbättrats under de senaste två decennierna och korrigerande operationer och postoperativa behandlingar kostar över en miljard dollar årligen i USA.
Forskarna hoppas nu kunna ändra på detta med hjälp av AI. Som beskrivs i en studie som publicerades i november 2024 kan ett nytt AI-baserat diagnostiskt system "underlätta identifiering av tumörer och förhoppningsvis förbättra överlevnaden tack vare att ytterligare tumörvävnad avlägsnas", säger en av studiens författare, dr Shawn Hervey-Jumper.
Detta nya system, som kallas FastGlioma, är baserat på artificiell intelligens med öppen källkod och utformat för att upptäcka infiltration av hjärntumörer i realtid under operation.
Enligt studien kan systemet identifiera cancervävnad som inte går att se med blotta ögat, vilket gör det möjligt för kirurger att ta bort den omedelbart eller planera riktad postoperativ behandling.
Enligt forskare kan systemet, som har utvecklats baserat på över 11 000 tumörprover och fyra miljoner mikroskopbilder, skilja mellan friska och cancerösa celler på bara tio sekunder.
I likhet med grundmodeller som GPT-4 kan medicinska AI-modeller utvecklas med hjälp av enorma datamängder och anpassas till olika kliniska uppgifter.
FastGlioma drar nytta av detta tillvägagångssätt och generaliserar patientdemografi, hälso- och sjukvårdssystem samt Världshälsoorganisationens (WHO) klassificeringar av hjärntumörer med minsta möjliga övervakade utbildning.
Under operationen tar kirurgen ett litet vävnadsprov från tumörens kant. Ett portabelt SRH-avbildningssystem tar bilder av vävnadsprovet direkt i operationssalen. Tekniker kan enkelt använda den här maskinen med hjälp av en enkel pekskärm.
Vävnadsprovet placeras på ett speciellt objektglas och förs sedan in i en så kallad SRH-kamera. Denna maskin kan snabbt ta bilder av vävnaden i mikroskop, utan att provet behöver prepareras. Detta innebär att vävnaden inte skadas under processen.
SRH-maskinen tar en bild av vävnadsprovet och delar upp det i mindre bitar. Föreställ dig en bild uppdelad i små rutor, som ett pixlat foto. Varje ruta är en liten bild, eller ett stycke prov.
Varje stycke undersöks och poängsätts baserat på hur sannolikt det är att det innehåller cancerceller. Stycken som visar mer av tumören får högre poäng. AI-systemet lär sig av miljontals andra bilder och blir bättre på att känna igen cancerceller genom att studera dessa bilder och ta reda på mönster. Detta möjliggör mer exakt poängsättning av vävnadsbitarna.
Efter att ha tagit ett foto av vävnadsprovet och delat upp det i mindre bitar sätter AI-systemet ihop bilden igen. Den resulterande bilden markerar områden som troligen är cancerogena, ungefär som en värmekarta, och läkare kan då snabbt identifiera potentiella tumörområden.
Den här färgkodade bilden visar nivån av tumörinfiltration. AI-modellen analyserar hela bilden och tilldelar en poäng mellan 0 och 1, där 0 är låg infiltration och 1 är hög infiltration. Denna poäng motsvarar de kategorier som används av specialistläkare för klassificering av tumörinfiltration.
Forskningen tyder på att genom att identifiera dessa dolda cancerceller kan man lättare förhindra återkomsten av mer aggressiva tumörer och helt eliminera mindre aggressiva.
I studien analyserade neurokirurger vävnadsprover från 220 patienter. De fann att FastGliom bara hade fel i 3,8 procent av fallen när de identifierade kvarvarande cancerceller, medan traditionella metoder hade fel i 24 procent av fallen.
Verktyget, som är öppen källkod och patenterat av UCSF, har ännu inte godkänts av Food and Drug Administration (FDA). Forskarna är dock optimistiska. "FastGlioma kan revolutionera neurokirurgin genom att förbättra den övergripande vården av gliompatienter", säger dr Todd Hollon, en av studiens författare.
Forskare har visat att denna teknik är snabbare och mer tillförlitlig än dagens metoder för upptäckt av tumörer. De föreställer sig olika potentiella tillämpningsområden och Hollon tror att den skulle kunna användas för diagnostisering av andra typer av hjärntumörer hos både barn och vuxna.
Forskare menar att verktyget inte bara är snabbt och prisvärt utan också kan identifiera andra tumörceller. De planerar att testa systemet på ett bredare spektrum av cancerformer, bland annat bröst, lungor, prostata, huvud och hals, som framgår i studien.
AI används också för att förbättra MR-avläsning vid behandling av gliompatienter. Enligt en rapport i Journal of Neuro-Oncology i september 2022 kan en ny modell skilja mellan verklig tumörtillväxt och falska positiva resultat, särskilt i osäkra fall.
En annan djupinlärningsmodell möjliggör identifiering i realtid av cancerös och icke-cancerös hjärnvävnad under operation. Denna modell, som presenteras i januarinumret 2023 av Biomedical Optics Express, använder information om ljus och vävnadsstruktur, som återges genom en särskild avbildningsteknik som kallas optisk koherenstomografi (OCT).
Källor: (Health Tech World) (Cleveland Clinic) (Mayo Clinic) (EndBrainCancer.org) (BrainTumor.org) (Nature.com)
Kirurger upptäcker osynlig cancer med hjälp av revolutionerande AI-verktyg
AI-genombrott underlättar upptäckt av hjärntumörer
HÄLSA Cancer
Artificiell intelligens (AI) revolutionerar vårt sätt att leva – och nu förväntas det förändra sättet på vilket vi bekämpar cancer. En studie ledd av University of California, San Francisco (UCSF) och University of Michigan presenterade nyligen ett banbrytande nytt AI-verktyg som kan upptäcka dolda hjärntumörceller under operation, vilket kan möjliggöra effektivare behandlingar och bättre patientutfall.
Hjärntumörer är enormt svåra att behandla och överlevnadsgraden har inte förbättrats nämnvärt de senaste åren, men den här nya AI-tekniken kan innebära en vändpunkt.
Nyfiken? Klicka vidare för att ta reda på mer om hur denna utveckling inom AI kan komma att revolutionera cancerbehandlingen.