手術中の超高速深層学習の中枢神経腫瘍の分類
C Vermeulen1,2, M Pagès-Gallego1,2, L Kester3
1Oncode Institute, Utrecht, The Netherlands.
Nature
|October 11, 2023
まとめ
新しいAIツールであるSturgeonは 迅速なシーケンスを使って 手術中の中枢神経系腫瘍を 正確に分類します この機械学習による診断は 神経外科医を助け 患者の治療結果を改善し 合併症を軽減します
科学分野:
- 神経腫瘍学
- 医療における人工知能
- ゲノム医学
背景:
- 中枢神経系 (CNS) の腫瘍は,特に子供では非常に致命的です.
- 神経外科的腫瘍切除は 最小限の神経損傷で 腫瘍を最大限に除去することを要求します
- 画像検査や組織検査のような 現在の診断方法は しばしば不確実か不正確です
研究 の 目的:
- 中枢神経系腫瘍の分子サブ分類のために,患者無関係で,移転学習ニューラルネットワーク (Sturgeon) を開発する.
- ナノポールの配列から稀なメチル化プロファイルを使用して,迅速な,手術中の中枢神経系腫瘍診断を可能にします.
- リアルタイムでの手術の 精度とスピードを評価するために
主な方法:
- 稀なメチル化プロファイルで訓練されたニューラルネットワークであるSturgeonの開発.
- 急速なナノ孔配列解析を用いて手術中のデータを取得する.
- Sturgeonの裏付けは 遡及的およびリアルタイムの外科症例です
主要な成果:
- ストルジョンは45分50分の検査で 40分以内に 正確な診断を達成した.
- リアルタイムの手術では 90分以内に診断を施しました
- 72% (18/25) のリアルタイム診断は正しかった.
結論:
- 低コストの手術内シーケンスによる機械学習による診断は 神経外科の意思決定に役立ちます
- このアプローチは 神経学的併発症を予防し 再手術を回避する可能性を秘めています
- 人工知能による 分子分類は 中枢神経系腫瘍の管理に 有望な進歩をもたらします


