Astronomi-algoritmer hjælper med at diagnosticere aggressive tumorer


Astronomi-algoritmer hjælper med at diagnosticere aggressive tumorer

I et bemærkelsesværdigt eksempel på tværfagligt teamwork hjælper astronomer kræftforskere med computerbaserede stargazing-algoritmer udviklet til at spotte fjerne galakser for at identificere biomarkører i tumorer for at afgøre, hvor aggressiv de er.

Holdene fra Cancer Research UK Cambridge Institute og Department of Oncology og Institute of Astronomy ved University of Cambridge i Storbritannien beskriver hvordan de tilpassede astronomernes billedanalysalgoritmer og testede dem på 2.000 brysttumorer i en undersøgelse, der blev offentliggjort Online den 19. februar i British Journal of Cancer .

Den nuværende metode til analyse af tumor aggressivitet er afhængig af dygtige patologer, der kigger ned mikroskoper for at se subtile forskelle i farvning af tumorprøver. En computeriseret tilgang kunne gøre processen hurtigere.

Naturlig overlapning i astronomi og kræftbilledanalyse teknikker

Astronomernes billedanalysalgoritmer blev oprindeligt udviklet for at hjælpe dem med automatisk at udvælge usynlige objekter i nattehimlen. På en gang var dette også en besværlig manuel øvelse, udført ved hjælp af kraftige teleskoper.

Teknikkerne er ikke ulige dem, der anvendes i immunhistokemi (IHC), hvor patologer blokerer mikroskop for at udvælge subtile forskelle i farvning af tumorceller for at skelne forskellige proteiner.

Lederforfatter Dr Raza Ali, en patologi stipendiat fra Cancer Research UK Cambridge Institute, siger i en erklæring:

"Vi har udnyttet den naturlige overlapning mellem teknikkerne astronomer bruger til at analysere dybe himmelbilleder fra de største teleskoper og behovet for at identificere subtile forskelle i farvning af tumorprøver ned i mikroskopet."

Medforfatter Nicholas Walton, fra Cambridge's Institute for Astronomy, siger:

"Det er dejligt, at vores billedanalysesoftware, som oprindeligt blev udviklet til at hjælpe for eksempel at spore planeter, der har liv uden for vores solsystem, bruges nu også til at forbedre udsigterne for kræftpatienter, langt tættere på hjemmet."

Testet på tre brystkræftbiomarkører

For at teste de tilpassede algoritmer brugte forskerne dem til at vurdere niveauer af tre proteiner (ER, BCL2 og HER2), der er kendte biomarkører til aggressiv kræft, i prøver fra mere end 2.000 brystkræftpatienter.

Hver prøve gik gennem to vurderinger: en ved hjælp af manuel billedanalyse med patologer, der kiggede ned mikroskoper, og den anden, hvor en computer, der var udstyret med de tilpassede algoritmer, analyserede billederne automatisk.

Da de sammenlignede resultaterne, fandt holdene, at computeren var lige så præcis som det manuelle system:

"Automatiserede scoringer viste fremragende sammenhæng med manuelle scoringer til uovervåget tildeling af sager til" positive "eller" negative "kategorier med aftalepriser på op til 96%," skriv forfatterne.

Plus, den ekstra fordel er, at det edb-system var meget hurtigere.

"Resultaterne har været endnu bedre, end vi havde håbet," siger Ali, "med vores nye automatiserede tilgang udfører med nøjagtighed kan sammenlignes med den tidskrævende opgave med scoring billeder manuelt, efter kun forholdsvis mindre justeringer af formel."

Næste skridt

Forskerne planlægger nu at gøre en meget større international undersøgelse ved hjælp af prøver fra mere end 20.000 brystkræftpatienter. Dette vil bidrage til at forbedre den nye tilgang.

Seniorforfatter Carlos Caldas, en professor, der også er med Cancer Research UK Cambridge Institute, siger:

"Moderne teknikker giver os nogle af de første indblik i de vigtigste gener og proteiner vigtige at forudsige succes eller fiasko af forskellige kræftbehandling. Men før disse kan anvendes i klinikken, skal verificeres i hundreder eller undertiden tusindvis deres anvendelighed Af tumorprøver."

Caldas siger, at de nye metoder allerede hjælper dem med at analysere op til 4.000 billeder om dagen.

I januar, forskere ved Universitetet i Oslo i Norge, rapporterede en ny undersøgelse, der fandt 3D mammografi (tomosyntese), der anvendes i forbindelse med traditionel billedbehandling, øget invasiv brystkræft afsløring med 27%.

The Choice is Ours Official Full Version (Video Medicinsk Og Professionel 2024).

Afsnit Spørgsmål På Medicin: Kvinder sundhed