Использование машинного обучения для прогнозирования прогрессирования опухоли головного мозга.

Исследователи из Университета Ватерлоо создали компьютерную модель для более точного прогнозирования роста смертельных опухолей головного мозга.

Мультиформная глиобластома (GBM) — это рак головного мозга со средней выживаемостью всего один год. Его трудно лечить из-за чрезвычайно плотного ядра, быстрого роста и расположения в головном мозге. Оценка диффузионной способности и скорости пролиферации этих опухолей полезна для клиницистов, но эту информацию трудно быстро и точно предсказать для отдельного пациента.

Исследователи из Университета Ватерлоо и Университета Торонто объединились с больницей Святого Михаила в Торонто для анализа данных МРТ нескольких пациентов, страдающих ГБМ. Они используют машинное обучение для полного анализа опухоли пациента, чтобы лучше прогнозировать прогрессирование рака.

Исследователи проанализировали два набора МРТ от каждого из пяти анонимных пациентов, страдающих ГБМ. Пациенты прошли обширные МРТ, подождали несколько месяцев, а затем получили второй набор МРТ. Поскольку эти пациенты по неизвестным причинам предпочли не получать какое-либо лечение или вмешательство в течение этого времени, их МРТ предоставили ученым уникальную возможность понять, как растет ГБМ, если их не остановить.

Исследователи использовали модель глубокого обучения, чтобы превратить данные МРТ в оценки параметров для конкретных пациентов, которые информируют прогностическую модель роста ГБМ. Этот метод был применен к опухолям пациентов и синтетическим опухолям, для которых были известны истинные характеристики, что позволило им проверить модель.

«Нам бы очень хотелось провести этот анализ на огромном наборе данных», — сказал Кэмерон Мини, доктор философии. кандидат прикладных математических наук и ведущий научный сотрудник исследования. «Однако, исходя из характера болезни, это очень сложно, потому что ожидаемая продолжительность жизни невелика, и люди, как правило, начинают лечение. Вот почему возможность сравнить пять невылеченных опухолей была такой редкой и ценной».

Теперь, когда у ученых есть хорошая модель того, как ГБМ растет без лечения, их следующий шаг — расширить модель, включив в нее влияние лечения на опухоли. Затем набор данных увеличится с нескольких МРТ до тысяч.

Мини подчеркивает, что доступ к данным МРТ и партнерство между математиками и клиницистами могут оказать огромное влияние на пациентов в будущем.

«Будущее за интеграцией количественного анализа в здравоохранение», — сказал Мини.

Исследование, в соавторстве с Мини, Сунитом Дасом, Эрролом Колаком и Мохаммадом Коханделем, опубликовано в Журнале теоретической биологии.