KI kan brukes til å påvise infiltrasjon fra et gliom

Denne nyhetssaken er basert på en artikkel i Nature¹.

Viktigheten av å oppdage tumorinfiltrasjon i kirurgiske vevsprøver under en operasjon har lenge vært kjent². Til tross for nevrokirurgenes innsats for å oppnå et best mulig utfall til pasienter med kreft, er gjenværende svulst etter operasjon en stor utfordring³. For hjernesvulster resulterer gjenværende svulstvev i dårligere livskvalitet, redusert pasientoverlevelse og økt belastning på helsetjenesten^4-5. Forekomsten av gjenværende svulstvev har ikke blitt bedre de siste to tiårene⁵.

Forfatterne har tatt i bruk verktøyet FastGlioma, et diagnostisk system basert på kunstig intelligens (KI) med åpen kildekode. FastGlioma sørger for rask (<10 s) og nøyaktig påvisning av gliominfiltrasjon i ferskt, ubehandlet kirurgisk vev. FastGlioma ble forhåndstrent ved å bruke rundt 4 millioner bilder av optisk mikroskopi og finjustert for å gi en normalisert poengsum som indikerer graden av tumorinfiltrasjon i optiske bilder.

I en prospektiv, multisenter, internasjonal testkohort av pasienter med diffust gliom (n = 220), var FastGlioma i stand til å oppdage og kvantifisere graden av tumorinfiltrasjon. FastGlioma utkonkurrerte bildeveiledet og fluorescensstyrte tilleggsprodukter for å oppdage tumorinfiltrasjon under kirurgi med bred margin i en head-to-head, prospektiv studie (n = 129). Ytelsen til FastGlioma forble høy uavhengig av pasientdemografi, medisinske sentre og ulike diffuse gliommolekylære subtyper.

Forfatterne konkluderer at FastGlioma kan brukes både hos voksne og barn med hjernesvulst, og demonstrerer et potensial for å kunne brukes som et generelt hjelpemiddel for å veilede under hjernesvulstoperasjoner. Gitt sammenhengen mellom omfanget av reseksjon og overlevelse, demonstrerer dette verktøyet et potensial for utbredt bruk ved ulike typer hjernesvulster, øker den kirurgiske presisjon og potensielt forbedrer pasientresultatene.