Using AI to predict cancer treatment response

 

Sử dụng Trí tuệ Nhân tạo để dự đoán phản ứng điều trị ung thư

VIẾT BỞI: Ryan Vingum

Một nhóm nghiên cứu tại Chương trình Tế bào phân tử Ung thư tại Trung tâm Nghiên cứu Y học Sanford Burnham Prebys đã thiết kế một hệ thống Trí tuệ Nhân tạo mới có thể giúp các chuyên gia ung thư xác định những bệnh nhân có khả năng phản ứng và hưởng lợi nhiều nhất từ các liệu pháp ung thư được nhắm đến. Nghiên cứu của nhóm đã được công bố trong một bài báo gần đây trên Tạp chí Nature Cancer.

Mặc dù các phương án như hóa trị và phóng xạ đã là trụ cột của việc điều trị ung thư trong nhiều thập kỷ, nhưng các tiến bộ gần đây trong y học đã thấy sự tập trung mạnh mẽ vào việc tạo ra các loại thuốc chính xác, đặc biệt là cho ung thư. Các loại thuốc này có thể biến từ các liệu pháp ung thư được cá nhân hóa mạnh mẽ đến các liệu pháp được thiết kế để nhắm vào các tác nhân gây ung thư cụ thể rất cụ thể; ví dụ, một số loại thuốc có thể nhắm vào các loại ung thư do một loại đột biến gen nhất định gây ra. Ý tưởng là nhằm mục tiêu ung thư mạnh mẽ và chính xác hơn, cải thiện kết quả trong khi giảm thiểu tác dụng phụ.

souce: https://www.sciencedirect.com/science/article/pii/S2001037021002932

Là một phần của sự đẩy mạnh này về y học chính xác, liệu có tốt nếu chúng ta có thể trở nên càng chính xác hơn, ví dụ, bằng cách có khả năng xác định những bệnh nhân có khả năng phản ứng với điều trị trước khi họ bắt đầu điều trị không? Các nhà nghiên cứu tại Sanford Burnham Prebys đã thiết kế một hệ thống Trí tuệ Nhân tạo gọi là PERsonalized Single-Cell Expression-Based Planning for Treatments in Oncology, hoặc PERCEPTION, mà xem xét cách RNA lấy thông tin từ DNA và biến nó thành hành động trong cơ thể. Khi làm như vậy, các nhà nghiên cứu có thể hiểu rõ hơn về cách ung thư tiến triển và thay đổi, bao gồm cả việc nó có thể phát triển kháng thuốc như thế nào.

Xây dựng trên một loạt dữ liệu ung thư rộng lớn, các nhà nghiên cứu đã kiểm tra khả năng của mô hình của họ trong việc dự đoán cách một bệnh nhân có thể phản ứng với các loại điều trị nhất định. Hệ thống này sử dụng học chuyển giao, hoặc việc sử dụng một mô hình đã được huấn luyện trước để giải quyết một vấn đề mới hoặc khác. Trong các thử nghiệm lâm sàng, PERCEPTION đã có thể dự đoán thành công cách mà bệnh nhân với ba loại ung thư khác nhau phản ứng với cả liệu pháp đơn và phối hợp. Ngoài việc có khả năng nhóm các bệnh nhân dựa trên việc họ có thể hoặc không thể phản ứng, PERCEPTION cũng có khả năng theo dõi và phát hiện khả năng kháng thuốc.

Nguồn: Science Daily; Tạp chí Nature Cancer

Reposted and translated by Moc and Chat-GPT