AI model bi mogao pomoći u poboljšanju ishoda fokalne terapije raka prostate

AI model bi mogao pomoći u poboljšanju ishoda fokalne terapije raka prostate

Nova studija pokazuje da model veštačke inteligencije (AI) koji su zajedno razvili istraživači u UCLA Jonsson Comprehensive Cancer Center i odeljenju za urologiju na UCLA može pomoći lekarima da odrede stepen raka u prostati.

Studija je objavljena u časopisu European Urology Open Science.

U nizu testova, otkriveno je da je AI model tačniji u predviđanju margina tumora nego magnetna rezonanca (MRI), potencijalno poboljšavajući efikasnost fokalne terapije, standardizujući definiciju margine tretmana i smanjujući mogućnost ponovnog pojave raka.

Fokalna terapija, minimalno invazivni pristup lečenju lokalizovanih tumora, predstavlja alternativni tretman za pacijente sa srednjim rizikom od raka prostate. Tehnika uključuje vođenje snimanja, kao što je MRI, kako bi se tačno locirao tumor i vodio tretman. Snimanje u realnom vremenu tokom procedure pomaže u praćenju napretka tretmana i obezbeđuje preciznu isporuku energije u predviđeno područje.

Trenutne metode, međutim, mogu potceniti stepen raka prostate, što komplikuje definiciju margina fokalnog tretmana. AI ima potencijal da bolje definiše ove granice od samog MRI, što je ključni faktor u obezbeđivanju tačne dijagnoze, preciznog planiranja lečenja i efikasnih hirurških procedura.

Radeći sa naučnicima u Avenda Health, istraživački tim je koristio podatke biopsije iz više institucija da obuči AI model, nazvan Unfold-AI, da definiše margine tokom fokalne terapije. Testiranje je zatim sprovedeno u nezavisnom skupu podataka od 50 pacijenata koji su imali radikalnu prostatektomiju zbog raka srednjeg rizika na Medicinskom fakultetu Univerziteta Stanford. Tim je otkrio da je AI model precizniji i efikasniji u predviđanju margina tumora od konvencionalnih metoda.

Napredak je rezultat istraživanja koje je 2009. godine pokrenuo dr Leonard Marks, profesor i deKernionova katedra za urologiju na Medicinskom fakultetu David Geffen na UCLA. Softver ima potencijal da pomogne hirurzima da predvide proširenje u kapsulu prostate, pomogne radijacionim terapeutima da pojačaju isporuku energije do najvažnijih mesta i poboljšaju rezultate fokalne ablacije raka prostate.

Prvi autor studije je dr Alan Prister, pomoćnik naučnika na projektu na odeljenju za urologiju Medicinske škole David Geffen na UCLA. Viši autor studije je Geoffrei Sonn sa Medicinskog fakulteta Univerziteta Stanford. Drugi autori UCLA uključuju Marks i Shiam Natarajan.