乳腺癌:AI预测哪种抗恶性乳腺病变将进入晚期癌症
案例西部储备大学的新研究可以帮助更好地确定患有患有患有患者乳腺癌的患者,作为第0阶段可能进入侵袭性乳腺癌,因此可能会受益于单独服用外科和高于手术的额外治疗。
曾经是一个肿块切除术胸部组织揭示了这个前癌症肿瘤,大多数女性都有手术以消除受影响组织的其余部分,有些是给出的放射治疗凯斯工程学院(Case School of Engineering) F. Alex Nason生物医学工程第二教授阿南特·马达布希(Anant Madabhushi)说。
“目前的测试患者高风险,低风险和不确定的风险 - 但随后,无论如何,辐射的辐射率为”不确定“,”Madabhushi说,其计算成像和个性化诊断中心(CCIPD)进行了新的研究。“他们谨慎行事,但我们说看起来它应该去另一条路 - 中间应该归类为较低的风险。
“简而言之,我们可能对病人过度治疗了,”Madabhushi继续说。“这与普遍看法相悖,但这正是我们的分析所发现的。”
最常见的乳腺癌
第0阶段乳腺癌是最多的常见类型临床上称为导管癌原位(DCIS),表明癌细胞生长开始于牛奶管道。
美国癌症协会(American cancer Society)的数据显示,美国每年约有6万例乳腺导管原位癌(DCIS)确诊,约占新发乳腺癌病例的五分之一。根据癌症协会的说法,患有一种没有扩散到乳房组织以外的乳腺癌的人在确诊后至少可以存活5年。
主导研究员Haojia Li,A研究生在CCIPD中,使用计算机程序分析来自62例DCIS患者的扫描和数字化的肿瘤切除术组织样本的单个细胞和核的空间架构,质地和核的定向。
结果:表征为“不确定”的肿瘤的尺寸和取向实际上是更接近那些被称为昂型DX的昂贵的遗传检测的复发性低风险的那些。
Li随后验证了区分低风险和高风险Oncotype组的特征,能够预测DCIS发展为浸润性导管癌的可能性,这是一组独立的30例患者。
她说:“这可能是一种工具,可以用来确定谁真的需要辐射,或者谁需要同样昂贵的基因测试。”
李领导的这项研究于10月17日发表在该杂志上乳腺癌研究。
Madabhushi于2012年在案例西部设立了CCIPD。实验室现在包括近60名研究人员。通过啮合医学成像,机器学习和人工智能(AI),该实验室已成为各种癌症和其他疾病的检测,诊断和表征的全球领导者,包括乳腺癌,包括乳腺癌。
该实验室最近与纽约大学(New York University)和耶鲁大学(Yale University)合作的一些工作,已经使用人工智能来预测哪个肺癌症患者可根据组织切片图像进行辅助化疗。
那个进步被命名为预防杂志作为2018年的前10名医学突破之一。
进一步探索
用户评论