Eπιστημονική ομάδα, με επικεφαλής την Ιατρική Σχολή του Χάρβαρντ, σχεδίασε ένα εργαλείο τεχνητής νοημοσύνης που μπορεί να αποκωδικοποιήσει γρήγορα κατά τη διάρκεια χειρουργικής επέμβασης το DNA ενός όγκου στον εγκέφαλο, προκειμένου να προσδιορίσει τη μοριακή του ταυτότητα. H δημιουργία του προφίλ του όγκου σε πραγματικό χρόνο μπορεί να καθοδηγήσει τις χειρουργικές θεραπευτικές αποφάσεις.
Mε την τρέχουσα προσέγγιση μπορεί να χρειαστούν από μερικές ημέρες έως και μερικές εβδομάδες για να συλλεχθούν αυτού του είδους οι πληροφορίες. Με τη νέα αυτή μέθοδο, η δημιουργία του προφίλ του όγκου σε πραγματικό χρόνο μπορεί να καθοδηγήσει τις χειρουργικές θεραπευτικές αποφάσεις.
Η έρευνα, που πραγματοποιήθηκε με επικεφαλής τον επίκουρο καθηγητή Βιοϊατρικής Πληροφορικής στην Ιατρική Σχολή του Χάρβαρντ, Κουν-Χσινγκ Γιου, δημοσιεύτηκε στο περιοδικό Med και σύμφωνα με τους επιστήμονες, η γνώση του μοριακού τύπου ενός όγκου επιτρέπει στους νευροχειρούργους να λαμβάνουν αποφάσεις, όπως πόση ποσότητα εγκεφαλικού ιστού θα αφαιρεθεί και εάν θα χορηγηθούν αντικαρκινικά φάρμακα απευθείας στον εγκέφαλο την ώρα του χειρουργείου. Πέρα από τις αποφάσεις που λαμβάνονται κατά τη διάρκεια της χειρουργικής επέμβασης, η γνώση του μοριακού τύπου ενός όγκου παρέχει ενδείξεις σχετικά με την επιθετικότητα, τη συμπεριφορά και την πιθανή ανταπόκρισή του στις διάφορες θεραπείες.
Το εργαλείο που ανέπτυξαν οι επιστήμονες ονομάζεται CHARM (Cryosection Histopathology Assessment and Review Machine) και αναπτύχθηκε χρησιμοποιώντας 2.334 δείγματα όγκων εγκεφάλου από 1.524 άτομα με γλοίωμα. Όταν δοκιμάστηκε, διέκρινε όγκους με συγκεκριμένες μοριακές μεταλλάξεις με ακρίβεια 93% και ταξινόμησε επιτυχώς τρεις κύριους τύπους γλοιωμάτων με διακριτά μοριακά χαρακτηριστικά.
Επίσης, κατέγραψε με επιτυχία τα οπτικά χαρακτηριστικά του ιστού που περιβάλλει τα κακοήθη κύτταρα και εντόπισε κλινικά σημαντικές μοριακές μεταβολές σε έναν υπότυπο γλοιώματος που είναι λιγότερο επιθετικός και επομένως λιγότερο πιθανό να εισβάλει στον περιβάλλοντα ιστό. Τέλος, συνέδεσε την εμφάνιση των κυττάρων με το μοριακό προφίλ του όγκου και αυτό σημαίνει ότι ο αλγόριθμος μπορεί να εντοπίσει με ακρίβεια πώς η εμφάνιση ενός κυττάρου σχετίζεται με τον μοριακό τύπο ενός όγκου.
Όπως επισημαίνεται, το εργαλείο είναι δωρεάν διαθέσιμο σε άλλους ερευνητές. Ωστόσο, τονίζεται από την ερευνητική ομάδα, πρέπει να επιβεβαιωθεί η αξία του κλινικά, μέσω δοκιμών σε πραγματικές συνθήκες και να εγκριθεί από τον Αμερικανικό Οργανισμό Τροφίμων και Φαρμάκων (FDA) πριν από την αξιοποίησή του στα νοσοκομεία. Οι ερευνητές επισημαίνουν ότι ενώ το μοντέλο εκπαιδεύτηκε και δοκιμάστηκε σε δείγματα γλοιώματος, θα μπορούσε να επανεκπαιδευτεί με επιτυχία για τον εντοπισμό και άλλων υπότυπων καρκίνου του εγκεφάλου.
«Η δυνατότητα προσδιορισμού της διεγχειρητικής μοριακής διάγνωσης σε πραγματικό χρόνο κατά τη διάρκεια της χειρουργικής επέμβασης μπορεί να προωθήσει την ανάπτυξη της ογκολογίας ακριβείας σε πραγματικό χρόνο», επισήμανε ο επικεφαλής συγγραφέας της μελέτης και επίκουρος καθηγητής Βιοϊατρικής Πληροφορικής στην Ιατρική Σχολή του Χάρβαρντ, Κουν-Χσινγκ Γιου.
