딥러닝은 수술 중 종양을 분류하는 데 도움이 됩니다.

심층적으로 학습된 AI 모델과 신속한 서열 분석을 결합한 중추신경계(CNS) 종양에 대한 신속한 분류 방법을 사용하면 90분 이내에 분자 진단이 가능할 수 있습니다. 한 연구에 따르면 에 게시됨 자연. 이번 결과는 수술 중 종양의 분자진단을 통해 수술 결정을 내리는 데 도움이 되는 잠재적 가능성을 보여줍니다.

CNS 종양의 초기 치료에는 종양의 외과적 절제가 포함되며, 이는 신경 손상 및 기타 합병증의 위험을 최소화하면서 종양 조직 제거를 최대화하는 균형을 맞추는 신중한 고려가 필요합니다. 현재 표준 관행은 수술 전 영상 및 수술 중 조직학적 분석에 의존하지만 이러한 방법은 항상 결정적인 것은 아니며 때로는 부정확합니다. 메틸화 프로필을 탐지하기 위한 DNA 염기서열 분석을 통해 종양의 기원과 예후에 대한 정보를 밝힐 수 있지만 결과를 얻는 데는 일반적으로 며칠이 걸립니다.

수술 중 진단을 제공할 수 있을 만큼 빠르게 DNA 메틸화 프로필을 얻기 위해 네덜란드 위트레흐트에 있는 Oncode Institute의 Jeroen de Ridder 등은 나노포어 시퀀싱이라는 기술을 사용했습니다. 이 방법은 더 빠르지만 결과 데이터는 기존 시퀀싱 기술보다 게놈 유전자좌의 적용 범위가 훨씬 낮습니다. 이러한 희박한 데이터로 CNS 종양의 분자 분류를 가능하게 하기 위해 연구진은 Sturgeon이라는 신경망 도구를 개발했습니다. “우리는 이러한 희박한 특징을 기반으로 CNS 종양의 분자 하위 분류를 가능하게 하기 위해 환자에 구애받지 않는 전이 학습 신경망인 Sturgeon을 개발했습니다.”라고 그들은 썼습니다.

시뮬레이션된 데이터를 사용하여 도구를 훈련하고 검증한 후 연구원들은 중추신경계 종양 샘플의 데이터를 대상으로 Sturgeon을 테스트했습니다. 철갑상어는 20~40분의 시퀀싱에 해당하는 데이터를 기반으로 50개의 샘플 중 45개를 올바르게 분류했습니다. 저자는 또한 25번의 수술 동안 Sturgeon의 성능과 실시간 적용 가능성을 입증하여 90분 미만의 진단 소요 시간을 달성했습니다. “이 중 18개(72%)의 진단은 정확했지만 7개는 필요한 신뢰도 임계값에 도달하지 못했습니다. 연구진은 저렴한 수술 중 시퀀싱을 기반으로 한 기계 학습 진단이 신경외과 의사 결정에 도움이 될 수 있다고 결론지었습니다. 신경병증을 예방하고 추가 수술을 피하세요.

결과는 수술 중 신속한 서열 분석을 기반으로 한 심층 진단이 신경외과적 의사 결정을 돕고 잠재적으로 환자의 예후를 향상시킬 수 있음을 보여줍니다.