పరిశోధకులు AI శక్తితో కూడిన నమూనాను అభివృద్ధి చేశారు — 10 సెకన్లలో — శస్త్రచికిత్స సమయంలో తొలగించగల క్యాన్సర్ మెదడు కణితి యొక్క ఏదైనా భాగం మిగిలి ఉందో లేదో నిర్ణయించగలదని ఒక అధ్యయనంలో ప్రచురించబడింది. ప్రకృతి సూచిస్తుంది.
మిచిగాన్ విశ్వవిద్యాలయం మరియు కాలిఫోర్నియా శాన్ ఫ్రాన్సిస్కో విశ్వవిద్యాలయం నేతృత్వంలోని పరిశోధనా బృందం ప్రకారం, ఫాస్ట్గ్లియోమా అని పిలువబడే సాంకేతికత, కణితి యొక్క అవశేషాలను విస్తృత మార్జిన్తో గుర్తించడానికి సాంప్రదాయ పద్ధతులను అధిగమించింది.
ఫాస్ట్గ్లియోమా అనేది ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ ఆధారిత డయాగ్నస్టిక్ సిస్టమ్, ఇది వ్యాపించిన గ్లియోమాస్తో బాధపడుతున్న రోగుల సమగ్ర నిర్వహణను వెంటనే మెరుగుపరచడం ద్వారా న్యూరోసర్జరీ రంగాన్ని మార్చగల సామర్థ్యాన్ని కలిగి ఉంటుంది” అని మిచిగాన్ విశ్వవిద్యాలయంలోని న్యూరో సర్జన్ మరియు అసిస్టెంట్ ప్రొఫెసర్ MD, సీనియర్ రచయిత టాడ్ హోలోన్ అన్నారు. UM మెడికల్ స్కూల్లో న్యూరోసర్జరీ.
“కణితి గుర్తింపు కోసం ప్రస్తుత ప్రమాణాల సంరక్షణ పద్ధతుల కంటే సాంకేతికత వేగంగా మరియు మరింత ఖచ్చితంగా పని చేస్తుంది మరియు ఇతర పీడియాట్రిక్ మరియు అడల్ట్ బ్రెయిన్ ట్యూమర్ నిర్ధారణలకు సాధారణీకరించబడుతుంది. ఇది మెదడు కణితి శస్త్రచికిత్సకు మార్గనిర్దేశం చేయడానికి పునాది నమూనాగా ఉపయోగపడుతుంది.”
ఒక న్యూరో సర్జన్ రోగి యొక్క మెదడు నుండి ప్రాణాంతక కణితిని తొలగించినప్పుడు, వారు చాలా అరుదుగా మొత్తం ద్రవ్యరాశిని తొలగించగలరు.
మిగిలి ఉన్న దానిని అవశేష కణితి అంటారు.
సాధారణంగా, ఆపరేషన్ సమయంలో కణితి తప్పిపోతుంది ఎందుకంటే సర్జన్లు ఆరోగ్యకరమైన మెదడు మరియు మాస్ తొలగించబడిన కుహరంలో అవశేష కణితి మధ్య తేడాను గుర్తించలేరు.
అవశేష కణితి ఆరోగ్యకరమైన మెదడును పోలి ఉండవచ్చు, ఇది శస్త్రచికిత్సలో ప్రధాన సవాలుగా మిగిలిపోయింది.
ఒక ప్రక్రియ సమయంలో ఆ అవశేష కణితిని గుర్తించడానికి న్యూరో సర్జికల్ బృందాలు వివిధ పద్ధతులను ఉపయోగిస్తాయి.
వారు MRI ఇమేజింగ్ని పొందవచ్చు, దీనికి ప్రతిచోటా అందుబాటులో లేని ఇంట్రాఆపరేటివ్ మెషినరీ అవసరం.
కణితి కణజాలాన్ని గుర్తించడానికి సర్జన్ ఫ్లోరోసెంట్ ఇమేజింగ్ ఏజెంట్ను కూడా ఉపయోగించవచ్చు, ఇది అన్ని రకాల కణితిలకు వర్తించదు.
ఈ పరిమితులు వాటి విస్తృత వినియోగాన్ని నిరోధిస్తాయి.
AI నడిచే సాంకేతికత యొక్క ఈ అంతర్జాతీయ అధ్యయనంలో, న్యూరో సర్జికల్ బృందాలు తక్కువ లేదా అధిక-గ్రేడ్ డిఫ్యూజ్ గ్లియోమా కోసం ఆపరేషన్లు చేసిన 220 మంది రోగుల నుండి తాజా, ప్రాసెస్ చేయని నమూనాలను విశ్లేషించాయి.
ఫాస్ట్గ్లియోమా గుర్తించి, ఎంత కణితి మిగిలి ఉందో సుమారు 92% సగటు ఖచ్చితత్వంతో లెక్కించింది.
FastGlioma అంచనాలు లేదా ఇమేజ్- మరియు ఫ్లోరోసెంట్-గైడెడ్ పద్ధతుల ద్వారా మార్గనిర్దేశం చేయబడిన శస్త్రచికిత్సల పోలికలో, AI సాంకేతికత అధిక-ప్రమాదకరమైన, అవశేష కణితిని కేవలం 3.8% సమయం మాత్రమే కోల్పోయింది — సంప్రదాయ పద్ధతుల కోసం దాదాపు 25% మిస్ రేట్తో పోలిస్తే.
“ఈ మోడల్ AIని ఉపయోగించి మైక్రోస్కోపిక్ రిజల్యూషన్లో కణితి చొరబాట్లను వేగంగా గుర్తించడం ద్వారా ఇప్పటికే ఉన్న శస్త్రచికిత్సా పద్ధతుల నుండి వినూత్నమైన నిష్క్రమణ, గ్లియోమా రిసెక్ట్ చేయబడిన ప్రాంతంలో అవశేష కణితి మిస్ అయ్యే ప్రమాదాన్ని బాగా తగ్గిస్తుంది” అని సహ-సీనియర్ రచయిత షాన్ హెర్వే-జంపర్ చెప్పారు. MD, యూనివర్శిటీ ఆఫ్ కాలిఫోర్నియా శాన్ ఫ్రాన్సిస్కోలో న్యూరోసర్జరీ ప్రొఫెసర్ మరియు UM హెల్త్లో మాజీ న్యూరోసర్జరీ నివాసి.
“ఫాస్ట్గ్లియోమా అభివృద్ధి గరిష్ట కణితి తొలగింపును సాధించడానికి రేడియోగ్రాఫిక్ ఇమేజింగ్, కాంట్రాస్ట్ మెరుగుదల లేదా ఫ్లోరోసెంట్ లేబుల్లపై ఆధారపడటాన్ని తగ్గించగలదు.”
ఇది ఎలా పనిచేస్తుంది
మెదడు కణితి యొక్క అవశేషాలను అంచనా వేయడానికి, ఫాస్ట్గ్లియోమా మైక్రోస్కోపిక్ ఆప్టికల్ ఇమేజింగ్ను ఫౌండేషన్ మోడల్స్ అని పిలిచే ఒక రకమైన కృత్రిమ మేధస్సుతో మిళితం చేస్తుంది.
ఇవి GPT-4 మరియు DALL·E 3 వంటి AI నమూనాలు, భారీ, విభిన్న డేటాసెట్లపై శిక్షణ పొందాయి, వీటిని విస్తృత శ్రేణి పనులకు అనుగుణంగా మార్చవచ్చు.
పెద్ద స్థాయి శిక్షణ తర్వాత, ఫౌండేషన్ మోడల్లు చిత్రాలను వర్గీకరించగలవు, చాట్బాట్లుగా పనిచేస్తాయి, ఇమెయిల్లకు ప్రత్యుత్తరం ఇవ్వగలవు మరియు వచన వివరణల నుండి చిత్రాలను రూపొందించగలవు.
ఫాస్ట్గ్లియోమాను రూపొందించడానికి, పరిశోధకులు 11,000 శస్త్రచికిత్సా నమూనాలను మరియు 4 మిలియన్ల ప్రత్యేకమైన మైక్రోస్కోపిక్ ఫీల్డ్లను ఉపయోగించి విజువల్ ఫౌండేషన్ మోడల్కు ముందస్తు శిక్షణ ఇచ్చారు.
UMలో అభివృద్ధి చేయబడిన వేగవంతమైన, అధిక రిజల్యూషన్ ఆప్టికల్ ఇమేజింగ్ యొక్క స్టిమ్యులేటెడ్ రామన్ హిస్టాలజీ ద్వారా కణితి నమూనాలు చిత్రించబడతాయి.
మెదడు కణితి యొక్క జన్యు ఉత్పరివర్తనాలను 90 సెకన్లలోపు గుర్తించే AI ఆధారిత డయాగ్నొస్టిక్ స్క్రీనింగ్ సిస్టమ్ అయిన డీప్గ్లియోమాకు శిక్షణ ఇవ్వడానికి అదే సాంకేతికత ఉపయోగించబడింది.
“FastGlioma సమయం తీసుకునే హిస్టాలజీ విధానాలు మరియు వైద్య AIలో పెద్ద, లేబుల్ చేయబడిన డేటాసెట్లపై ఆధారపడకుండా అవశేష కణితి కణజాలాన్ని గుర్తించగలదు, ఇవి చాలా తక్కువ” అని Honglak లీ, Ph.D., సహ రచయిత మరియు UM వద్ద కంప్యూటర్ సైన్స్ మరియు ఇంజనీరింగ్ ప్రొఫెసర్ అన్నారు. .
స్టిమ్యులేటెడ్ రామన్ హిస్టాలజీని ఉపయోగించి పూర్తి రిజల్యూషన్ చిత్రాలు పొందడానికి దాదాపు 100 సెకన్లు పడుతుంది; “ఫాస్ట్ మోడ్” తక్కువ రిజల్యూషన్ చిత్రం కేవలం 10 సెకన్లు పడుతుంది.
పూర్తి రిజల్యూషన్ మోడల్ 92% వరకు ఖచ్చితత్వాన్ని సాధించిందని పరిశోధకులు కనుగొన్నారు, వేగవంతమైన మోడ్ దాదాపు 90% వద్ద కొద్దిగా తక్కువగా ఉంది.
“దీని అర్థం మేము చాలా ఎక్కువ ఖచ్చితత్వంతో సెకన్లలో కణితి చొరబాట్లను గుర్తించగలము, ఇది ఆపరేషన్ సమయంలో మరింత విచ్ఛేదనం అవసరమైతే సర్జన్లకు తెలియజేస్తుంది” అని హోలోన్ చెప్పారు.
క్యాన్సర్లో AI యొక్క భవిష్యత్తు
గత 20 సంవత్సరాలుగా, న్యూరో సర్జరీ తర్వాత అవశేష కణితి రేట్లు మెరుగుపడలేదు.
అవశేష కణితి అధ్వాన్నమైన జీవన నాణ్యత మరియు రోగులకు ముందస్తు మరణానికి దారితీయడమే కాకుండా, 2030 నాటికి ప్రపంచవ్యాప్తంగా 45 మిలియన్ వార్షిక శస్త్రచికిత్సా విధానాలను అంచనా వేసే ఆరోగ్య వ్యవస్థపై భారాన్ని పెంచుతుంది.
గ్లోబల్ క్యాన్సర్ కార్యక్రమాలు క్యాన్సర్ శస్త్రచికిత్సలో ఇమేజింగ్ మరియు AI యొక్క అధునాతన పద్ధతులతో సహా కొత్త సాంకేతికతలను చేర్చాలని సిఫార్సు చేశాయి.
2015లో, ది లాన్సెట్ ఆంకాలజీ కమీషన్ ఆన్ గ్లోబల్ క్యాన్సర్ సర్జరీ “క్యాన్సర్ సర్జరీలో సర్జికల్ మార్జిన్లను పరిష్కరించడానికి ఖర్చుతో కూడుకున్న… విధానాలు నవల సాంకేతికతలకు శక్తివంతమైన డ్రైవ్ను అందిస్తుంది” అని పేర్కొంది.
ఫాస్ట్గ్లియోమా అనేది గ్లియోమాస్పై పనిచేసే న్యూరో సర్జికల్ బృందాలకు అందుబాటులో ఉండే మరియు సరసమైన సాధనం మాత్రమే కాదు, మెడుల్లోబ్లాస్టోమా మరియు ఎపెండిమోమా మరియు మెనింగియోమాస్ వంటి పిల్లల మెదడు కణితులు సహా అనేక నాన్-గ్లియోమా ట్యూమర్ నిర్ధారణల కోసం అవశేష కణితిని కూడా ఇది ఖచ్చితంగా గుర్తించగలదని పరిశోధకులు అంటున్నారు.
“ఈ ఫలితాలు మెడికల్ AI అప్లికేషన్ల కోసం ఫాస్ట్గ్లియోమా వంటి విజువల్ ఫౌండేషన్ మోడల్ల ప్రయోజనాన్ని మరియు విస్తృతమైన మోడల్ రీట్రైనింగ్ లేదా ఫైన్-ట్యూనింగ్ అవసరం లేకుండా ఇతర మానవ క్యాన్సర్లకు సాధారణీకరించే సామర్థ్యాన్ని ప్రదర్శిస్తాయి” అని సహ రచయిత ఆదిత్య S. పాండే, MD, చైర్ చెప్పారు. UM హెల్త్లోని న్యూరోసర్జరీ విభాగం.
“భవిష్యత్తు అధ్యయనాలలో, ఊపిరితిత్తులు, ప్రోస్టేట్, రొమ్ము మరియు తల మరియు మెడ క్యాన్సర్లతో సహా ఇతర క్యాన్సర్లకు ఫాస్ట్గ్లియోమా వర్క్ఫ్లోను వర్తింపజేయడంపై మేము దృష్టి పెడతాము.”