Nuevo modelo personalice el tratamiento del cáncer de vejiga

Aprovechando el poder de la IA y las tecnologías de aprendizaje automático, los investigadores de Weel Cornell Medicine desarrollaron un modelo más efectivo para predecir cómo los pacientes con cáncer de vejiga invasiva muscular responderían a la quimioterapia. El modelo explota los datos de imágenes tumorales de plana total y la expresión génica que mejora el modelo anterior utilizando el mismo tipo de datos en cierto modo.

el estudio, Publicado El 22 de marzo Medicina digital NPJLos principales genes y tumores identifican las características que pueden determinar el éxito del tratamiento. La forma en que una persona reaccionará a la terapia de atención estándar para este cáncer maligno puede ayudar a los médicos a personalizar el tratamiento y posiblemente salvar a los que reaccionan bien al eliminar la vejiga.

"Este trabajo representa el espíritu de la terapia precisa", el Dr. Fi Wang, profesor de ciencias de la salud de la población de Vel Cornell Medicine y Director Fundador del Instituto de Inteligencia Artificial de Salud Digital, que co-cayó el estudio.

"Queremos identificar el tratamiento adecuado para el paciente adecuado en el momento correcto", el Dr. Bishoy Morris Faltas de Co-Leide, Gellart Family-Zon P. Lyonard MD Scholarship en Hematología y Oncología Médica y Medicina Un Profesor Asociado y Medicina Vel Cornel Un profesor asociado de vela y biología de desarrollo, y un oncólogo en neurias alincuente.

El Dr. Zillaong Bai, asociado de investigación en ciencias de la salud de la población, y el Dr. Mohammad Usman, asociado postdoctoral en medicina en medicina Vel Cornell, completa en colaboración este trabajo.

Mejores modelos, mejores predicciones

Para crear un modelo futuro mejor, dos investigadores principales trabajaron juntos. Mientras que los datos de laboratorio del Dr. Wang se centran en el análisis de aprendizaje automático de la minería y el estado de los artes del arte, el Dr. The Faultas es un médico -científico con especialización en la biología del cáncer de vejiga.

Recurrió a los datos de SWOG Cancer Research Network que diseña y opera ensayos clínicos de múltiples centros para el cáncer de adultos. En particular, los investigadores integraron datos de las imágenes de muestras tumorales preparadas con perfiles de expresión génica que proporcionan una instantánea de genes que son "actuales" o "apagados".

El Dr. Faltas dijo: "Dado que el patrón de expresión no era suficiente para predecir las reacciones de los pacientes en estudios anteriores, decidimos obtener más información para nuestro modelo", dijo el Dr. Faltas, quien también es director de investigación del Instituto de Medicina de la Prisión de Inglaterra y Sandra y el Centro de Cáncer de Edward Mayor en Well Cornell Medicine.

Para analizar imágenes, los investigadores utilizaron métodos especiales de IA llamados redes neuronales Graph, que capturan cómo se organizan las células cancerosas, las células inmunes y los fibroblastos e interacción dentro del tumor. También incluyó un análisis automático de imágenes para identificar estos diversos tipos de células en el sitio del tumor.

Combinar las entradas basadas en imágenes con datos de expresión génica, entrenar y probar sus modelos de aprendizaje profundo que operan AI, lo que resulta en mejores predicciones de reacción clínica que aquellos modelos que usaban expresión génica o imágenes solas.

El Dr. Wang dijo: "En la escala de 0 a 1, donde 1 es correcto y 0 significa que nada es correcto, nuestro modelo multimodal se vuelve cercano a 0.8, mientras que solo una fuente de datos que depende de una fuente de datos puede obtener alrededor de 0.6", dijo el Dr. Wang. "Ya es emocionante, pero planeamos mejorar el modelo para una mejora adicional".

Los científicos destacaron cómo los microyswimers se mueven rápidamente en grupos, allanando el camino para pequeños robots que devoran drogas

Descubrimiento del biomarcador

A medida que los investigadores buscan un biomarcador como los genes que predicen los resultados clínicos están encontrando pistas que tienen sentido. Dr. "Puedo ver que sé que algunos genes son biológicamente relevantes, no solo genes aleatorios". "Fue convencido y una señal de que éramos algo importantes".

Los investigadores planean alimentar más datos en el modelo, como el análisis mutuo del ADN tumoral que se puede elevar en la sangre o la orina, o un análisis espacial que permitirá una identificación más precisa de qué tipos de células presentes en la vejiga. "Este es uno de los principales hallazgos de nuestro estudio: que los datos evalúan para mejorar la predicción", dijo el Dr. Faltas.

El modelo también sugirió algunas hipótesis nuevas de que el Dr. Faltas y el Dr. Wang planean realizar más pruebas. Por ejemplo, la relación de las células tumorales para las células de tejido normal, como los fibroblastos, afecta la reacción de las predicciones. Él dijo: "Quizás una abundancia de fibroblastos puede moldear a las células tumorales de fármacos quimioteraputicos o apoyar el desarrollo de células cancerosas. Me gustaría avanzar más en esa biología", dijo.

Mientras tanto, los Dres. Wang y Phaltas trabajarán en la validación de sus hallazgos en otros colegas de pruebas clínicas, y están abiertos a ampliar su cooperación para determinar si su modelo puede predecir la reacción médica en la población más amplia de los pacientes.

"El sueño es que los pacientes irán a mi oficina, y puedo integrar todos sus datos en el marco de IA y darles un puntaje que predice cómo responderán a un tratamiento particular", dijo el Dr. Faltas. "Esto va a suceder. Pero los médicos como yo tendrán que aprender a explicar estas predicciones de IA y saber que puedo confiar en ellas, y también pueden confiar en ellos para poder explicar a sus pacientes de esta manera".