Yapay Zekâ İle Meme Kanseri İlerleme Hızı Tahmin Edilebiliyor

Meme kanserinin her hastada farklı hızlarda ilerlemesi, doğru tedavi planı oluşturmayı zorlaştıran bir faktör olarak öne çıkıyor. Geleneksel testler bu ilerlemeyi tahmin etmede genellikle yetersiz kalırken, ABD merkezli sağlık ve yapay zekâ alanında faaliyet gösteren Ataraxis AI adlı startup, meme kanserinin ilerleme hızını daha hassas bir şekilde tahmin edebilen bir yapay zekâ modeli geliştirdiğini duyurdu. Geliştirilen bu model, hastanelerde yaygın olarak kullanılan Oncotype DX gibi testlere kıyasla %30 daha doğru sonuçlar veriyor.Gelecek yıl sağlık tesislerinde kullanıma sunulması planlanan model, meme kanseri tedavisinde daha kişiselleştirilmiş ve etkili yaklaşımlar için umut verici bir adım olarak değerlendiriliyor.

Ataraxis AI, meme kanserinin ilerleme hızını tahmin etmede standart hastane testlerinden daha başarılı bir yapay zekâ (AI) modeli geliştirdiğini duyurdu. Araştırmacılar, modelin performansını ve etkinliğini açıklayan bir makaleyi arXiv ön baskı platformunda yayımladı.

Meme Kanserinin Farklı İlerlemesi ve Zorluklar

Meme kanseri, hastadan hastaya farklı hızlarda ilerleyebilen bir hastalık. Bazı meme kanserleri hızla yayılırken, bazıları daha yavaş bir seyir gösterir. Bu çeşitlilik, doktorların her bir hasta için en uygun tedavi planını belirlemesini zorlaştırmaktadır. Oncotype DX gibi genetik tabanlı testler bu durumu değerlendirmek için geliştirilmiş olsa da, bu testlerin doğruluğu her hasta için ideal sonuç vermeyebiliyor.

Yeni Yapay Zekâ Modeli Nasıl Çalışıyor?

Ataraxis AI ekibi, bu zorluğun üstesinden gelmek için yeni bir makine öğrenimi modeli geliştirdi. Modelin eğitimi için birçok hastaneden büyük veri tabanlarına erişim sağlandı ve tümör ilerlemesi görüntüleri ile hasta verileri analiz edildi. Modelin doğruluğunu artırmak için farklı prensiplerle çalışan birden fazla model oluşturuldu ve bu modellerin tahminleri birleştirildi. Bu yöntem, tahminlerin doğruluğunu artırarak hata payını azaltmayı amaçlıyor.

Standart Testlerden Daha Doğru Tahminler

Ekip, geliştirdikleri yapay zekâ modelini 3.500 hastanın geçmiş verileri üzerinde test etti. Sonuçlar, modelin meme kanseri ilerleme hızını tahmin etmede Oncotype DX gibi yaygın testlerden %30 daha doğru olduğunu gösterdi. Özellikle genetik tabanlı Oncotype DX testiyle yapılan karşılaştırmada, yapay zekâ modelinin daha yüksek doğruluk oranlarına ulaştığı görüldü.

Tüm Meme Kanseri Türlerinde Etkili

Ataraxis AI’nin yapay zekâ modeli, meme kanserinin nüksetme ve hayatta kalma oranlarını tahmin ederken dijital patoloji görüntülerini klinik verilerle birleştiriyor. Çalışmada, bu yeni yapay zekâ testinin, üçlü negatif meme kanseri gibi klinik kılavuzlarda teşhis aracı önerilmeyen alt türlerde bile yüksek doğruluk sağladığı vurgulanıyor.

Gelecek Planları ve Sağlık Alanına Katkıları

Ataraxis AI ekibi, modelin doğruluğunu daha da artırmak için çalışmalarına devam edecek. Gelecek yıl bu yazılımın sağlık tesislerinde kullanıma sunulması planlanıyor. Bu yeni yapay zekâ tabanlı aracın, doktorların meme kanseri özelliklerini daha doğru değerlendirmesine yardımcı olması bekleniyor. Araştırmacılar, modelin daha geniş bir hasta kitlesine ulaşarak tedavi kararlarını desteklemesini umuyor.

Araştırmanın Özeti

Multi-modal AI for comprehensive breast cancer prognostication

Abstract: Treatment selection in breast cancer is guided by molecular subtypes and clinical characteristics. Recurrence risk assessment plays a crucial role in personalizing treatment. Current methods, including genomic assays, have limited accuracy and clinical utility, leading to suboptimal decisions for many patients. We developed a test for breast cancer patient stratification based on digital pathology and clinical characteristics using novel AI methods. Specifically, we utilized a vision transformer-based pan-cancer foundation model trained with self-supervised learning to extract features from digitized H&E-stained slides. These features were integrated with clinical data to form a multi-modal AI test predicting cancer recurrence and death. The test was developed and evaluated using data from a total of 8,161 breast cancer patients across 15 cohorts originating from seven countries. Of these, 3,502 patients from five cohorts were used exclusively for evaluation, while the remaining patients were used for training. Our test accurately predicted our primary endpoint, disease-free interval, in the five external cohorts (C-index: 0.71 [0.68-0.75], HR: 3.63 [3.02-4.37, p<0.01]). In a direct comparison (N=858), the AI test was more accurate than Oncotype DX, the standard-of-care 21-gene assay, with a C-index of 0.67 [0.61-0.74] versus 0.61 [0.49-0.73], respectively. Additionally, the AI test added independent information to Oncotype DX in a multivariate analysis (HR: 3.11 [1.91-5.09, p<0.01)]). The test demonstrated robust accuracy across all major breast cancer subtypes, including TNBC (C-index: 0.71 [0.62-0.81], HR: 3.81 [2.35-6.17, p=0.02]), where no diagnostic tools are currently recommended by clinical guidelines. These results suggest that our AI test can improve accuracy, extend applicability to a wider range of patients, and enhance access to treatment selection tools.

YORUMUNUZ VAR MI?

Label

İsim*

Email*

Δ

Label

İsim*

Email*

Δ

0 Yorum

Inline Feedbacks

Tüm yorumları gör