– Nouvelles recherches publiées dans Médecine naturelle montré qu’un système de dépistage diagnostique basé sur l’intelligence artificielle (IA) connu sous le nom de DeepGlioma peut utiliser l’imagerie rapide pour détecter des mutations génétiques dans les tumeurs cérébrales cancéreuses, ce qui pourrait conduire à des diagnostics et à un traitement améliorés.
au gliome est la croissance cellulaire qui se produit dans le cerveau ou la moelle épinière, qui peut se transformer en tumeurs cancéreuses ou non cancéreuses, selon la clinique Mayo. Une étude publiée dans CA : Un journal sur le cancer pour les cliniciens montre qu’environ 100 000 personnes dans le monde reçoivent un diagnostic de gliome diffus chaque année.
Pour aider à diagnostiquer et à traiter les gliomes, un groupe de neurochirurgiens et d’ingénieurs de Michigan Medicine a créé un système de dépistage diagnostique basé sur l’IA qui utilise l’imagerie rapide pour analyser des échantillons de tumeurs afin de détecter des mutations génétiques. Connu sous le nom de DeepGlioma, le système a été développé en collaboration avec des chercheurs de l’Université de New York, de l’Université de Californie à San Francisco et d’autres institutions.
Les chercheurs ont noté que dans le processus de diagnostic et de traitement des gliomes, la classification moléculaire est essentielle. C’est en grande partie parce que les avantages et les risques de la chirurgie sont incohérents chez les patients atteints de tumeurs cérébrales présentant des variations dans la constitution génétique.
Auparavant, les chirurgiens n’avaient pas accès à un outil permettant de différencier les gliomes diffus pendant la chirurgie. Cependant, DeepGlioma peut imager le tissu tumoral cérébral grâce à la combinaison de réseaux de neurones profonds avec une méthode d’imagerie optique appelée histologie Raman stimulée, selon le communiqué de presse.
Suite à une étude portant sur plus de 150 patients atteints de gliome diffus, les chercheurs ont découvert que le système pouvait définir des sous-groupes moléculaires de cette affection avec une précision supérieure à 90 %.
“DeepGlioma crée une voie pour une identification précise et plus rapide qui donnerait aux prestataires une meilleure chance de définir des traitements et de prédire le pronostic du patient”, a déclaré Todd Hollon, MD, auteur principal de l’étude et créateur de DeepGlioma, neurochirurgien à l’Université du Michigan Health and professeur adjoint de neurochirurgie à l’UM Medical School, dans un communiqué de presse.
Les chercheurs ont également noté que puisque les patients atteints de gliomes diffus malins ont une durée de survie médiane d’environ 18 mois seulement, le rythme rapide d’un système comme DeepGlioma est essentiel pour améliorer le traitement.
“Les progrès dans le traitement des tumeurs cérébrales les plus mortelles ont été limités au cours des dernières décennies, en partie parce qu’il a été difficile d’identifier les patients qui bénéficieraient le plus de thérapies ciblées”, a déclaré l’auteur principal de l’étude, Daniel Orringer, MD, associé. professeur de neurochirurgie et de pathologie à la NYU Grossman School of Medicine, qui a développé l’histologie Raman stimulée, dans un communiqué de presse. “Les méthodes rapides de classification moléculaire sont très prometteuses pour repenser la conception des essais cliniques et apporter de nouvelles thérapies aux patients.”
L’utilisation de l’IA pour améliorer la détection des conditions médicales se développe.
En mars, des chercheurs de plusieurs institutions ont créé une application basée sur l’IA capable de capturer des photos de lésions cutanées et de déterminer si elles dérivent du mpox.
Connue sous le nom de PoxApp, l’IA a été formée avec un ensemble de données de 130 000 images de diverses affections cutanées. Grâce à l’application, les patients peuvent capturer des photos de lésions cutanées anormales, obtenir des réponses à des questions et recevoir un score de risque ainsi que des recommandations pour d’autres actions.
