Hầu hết các trường hợp tử vong do khối u ác tính – dạng ung thư da nguy hiểm nhất – xảy ra ở những bệnh nhân ban đầu được chẩn đoán mắc khối u ác tính ở giai đoạn đầu và sau đó bị tái phát thường không được phát hiện cho đến khi nó lan rộng hoặc di căn.
>> Tham khảo: Công nghệ chấm lượng tử xanh mới có thể dẫn đến màn hình tiết kiệm năng lượng hơn.
Một nhóm do các nhà điều tra tại Bệnh viện Đa khoa Massachusetts (MGH) dẫn đầu gần đây đã phát triển một phương pháp dựa trên trí tuệ nhân tạo để dự đoán bệnh nhân nào có nhiều khả năng bị tái phát và do đó được mong đợi sẽ được hưởng lợi từ việc điều trị tích cực. Phương pháp này đã được xác nhận trong một nghiên cứu được công bố trên npj Precision Oncology.
Hầu hết bệnh nhân ung thư hắc tố giai đoạn đầu được điều trị bằng phẫu thuật để loại bỏ tế bào ung thư, nhưng bệnh nhân ung thư giai đoạn nặng hơn thường được dùng thuốc ức chế điểm kiểm soát miễn dịch, giúp tăng cường hiệu quả phản ứng miễn dịch chống lại tế bào khối u nhưng cũng mang lại tác dụng phụ đáng kể.
>> Tham khảo: Các nhà nghiên cứu kỹ thuật phát triển công nghệ đột phá để đo chuyển động quay của tế bào.
“Có một nhu cầu cấp thiết là phát triển các công cụ dự đoán để hỗ trợ lựa chọn những bệnh nhân có nguy cơ cao mà lợi ích của các chất ức chế điểm kiểm soát miễn dịch sẽ biện minh cho tỷ lệ cao các biến cố bất lợi về miễn dịch bệnh tật và có khả năng gây tử vong được quan sát thấy với lớp trị liệu này,” cấp cao nói. tác giả Yevgeniy R. Semenov, MD, một điều tra viên tại Khoa Da liễu tại MGH.
“Dự đoán đáng tin cậy về sự tái phát của khối u ác tính có thể cho phép lựa chọn phương pháp điều trị chính xác hơn cho liệu pháp miễn dịch, giảm tiến triển thành bệnh di căn và cải thiện khả năng sống sót của khối u ác tính trong khi giảm thiểu phơi nhiễm với độc tính điều trị.”
Để giúp đạt được điều này, Semenov và các đồng nghiệp đã đánh giá hiệu quả của các thuật toán dựa trên học máy, một nhánh của trí tuệ nhân tạo, sử dụng dữ liệu từ hồ sơ sức khỏe điện tử của bệnh nhân để dự đoán sự tái phát của khối u ác tính.
>> Tham khảo: Phân bón hạn chế sự thụ phấn bằng cách thay đổi cách ong nghệ cảm nhận hoa.
Cụ thể, nhóm đã thu thập 1.720 khối u ác tính ở giai đoạn đầu — 1.172 từ hệ thống chăm sóc sức khỏe Mass General Brigham (MGB) và 548 từ Viện Ung thư Dana-Farber (DFCI) — và trích xuất 36 đặc điểm lâm sàng và bệnh lý của các bệnh ung thư này từ hệ thống y tế điện tử hồ sơ để dự đoán nguy cơ tái phát của bệnh nhân bằng các thuật toán học máy.
Các thuật toán đã được phát triển và xác thực với nhiều nhóm bệnh nhân MGB và DFCI khác nhau, đồng thời độ dày và tốc độ phân chia tế bào ung thư của khối u được xác định là các đặc điểm có tính dự đoán cao nhất.
Semenov cho biết: “Nền tảng dự đoán rủi ro toàn diện của chúng tôi sử dụng các phương pháp học máy mới để xác định nguy cơ tái phát khối u ác tính ở giai đoạn đầu đạt mức phân loại cao và độ chính xác dự đoán thời gian đến sự kiện”.
“Kết quả của chúng tôi cho thấy các thuật toán học máy có thể trích xuất các tín hiệu dự đoán từ các đặc điểm bệnh học lâm sàng để dự đoán tái phát khối u ác tính ở giai đoạn đầu, điều này sẽ cho phép xác định những bệnh nhân có thể hưởng lợi từ liệu pháp miễn dịch bổ trợ.”
>> Tham khảo: Sinh học tổng hợp cho phép vi khuẩn xây dựng cơ bắp.
Các đồng tác giả khác của Mass General bao gồm Ahmad Rajeh, Michael R. Collier, Min Seok Choi, Munachimso Amadife, Kimberly Tang, Shijia Zhang, Jordan Phillips, Nora A. Alexander, Yining Hua, Wenxin Chen, Diane, Ho, Stacey Duey, và Genevieve M. Boland.