به گزارش شفاآنلاین:در این حال محققان در مرکز تحقیقاتی «پرودی» PRODI در دانشگاه «بوخوم» آلمان از هوش مصنوعی در ترکیب با تصویربرداری مادون قرمز برای طراحی بهینه درمان سرطان روده بزرگ برای هر فرد بیمار استفاده میکنند. این روش بدون برچست و قابل خودکارسازی میتواند تکمیل کننده تحلیلهای آسیبشناختی (pathological) موجود باشد.
تیم تحقیقاتی موسسه «پرودی» در یک سال گذشته در حال توسعه یک روش تصویربرداری دیجیتال جدید بوده است. این روش موسوم به تصویربرداری مادون قرمز بدون برچسب، ترکیب پروتیومیک (proteomic) و ژنومیک بافت مورد نظر را بررسی می کند به این معنا که اطلاعات مولکولی بر اساس طیف مادون قرمز را فراهم میسازد.
این اطلاعات با کمک هوش مصنوعی رمزگشایی میشود و به شکل تصاویر رنگ کاذب (false-colour images) نمایش میدهد. محققان برای انجام این کار از روشهای تحلیل یا آنالیز تصویر از حوزه یادگیری عمیق استفاده میکنند.
تیم تحقیقاتی «پرودی» از طریق همکاری با شرکای کلینیکی قادر شد نشان دهد که استفاده از شبکههای عصبی عمیق کار تعیین قابل اعتماد وضعیت موسوم به وضعیت ریزماهوارهای (microsatellite) را ممکن میسازد که یک پارامتر تشخیصی و درمانی مرتبط در سرطان روده بزرگ است. در این فرآیند، نمونه بافت یک فرایند استاندارد شده، مستقل از کاربر و خودکار شده (automated) را طی میکند و در مدت یک ساعت امکان طبقهبندی فضایی تومور را فراهم میسازد.
علامتی از تاثیرگذاری درمانها
در تشخیصهای کلاسیک، وضعیت ریزماهوارهای یا از طریق تعیین وضعیت ایمنی (immunostaining) پروتئینهای مختلف یا توسط آنالیز «دی ان ای» انجام میشود. وضعیت ریزماهوارهای در برگیرنده توالیهای تکراری یک، دو، سه یا چهار نوکلوتیدی است که در سراسر ژنوم واقع شده است.
به گفته پروفسور «آندریا تاناپفل» از دانشگاه «روهر»، حدود 15 تا 20 درصد از بیماران سرطان روده بزرگ علامت بیثباتی ریزماهوارهای در بافت تومور نشان میدهند. این بیثباتی یک نشانگر زیستی مثبت است و نشان میدهد که ایمنوتراپی موثر خواهد بود.
با بهبود و ارتقای راهکاری درمانی، تعیین سریع چنین نشانگرهای زیستی هم از اهمیت بیشتری برخوردار میشود. در این حال بر اساس دادههای میکروسکوپیک مادون قرمز، شبکههای عصبی اصلاح و بهینهسازی شده تا بتوانند موارد تشخیص بدون برچسب برقرار کنند. این رویکرد بسیار سریعتر از آنالیز دیانای است.