Các nhà nghiên cứu tại Đại học Stanford tin rằng một công cụ AI mới được phát triển có thể hỗ trợ cuộc chiến chống lại bệnh ung thư và các bệnh khác.
Olivier Gevaert, một nhà khoa học dữ liệu y sinh tại Stanford Medicine, đã cho một ví dụ về mô ung thư vú. Việc xác định và hiểu được sự phổ biến của các gen cụ thể trong mô đó chỉ là một rào cản trong cuộc chiến chống lại một số loại ung thư.
Gevaert cho biết: “Đối với bệnh ung thư vú, bộ gen và dấu hiệu gen đang được sử dụng để xác định phương pháp điều trị”.
Các bác sĩ lâm sàng ngày càng đưa ra nhiều hướng dẫn lựa chọn phương pháp điều trị ung thư, bao gồm hóa trị, liệu pháp miễn dịch và liệu pháp dựa trên hormone, để khuyến nghị cho bệnh nhân của họ dựa trên không chỉ cơ quan mà bệnh ung thư ảnh hưởng đến mà còn cả gen mà khối u sử dụng để thúc đẩy sự phát triển và lây lan của nó.
Chương trình AI mới của Stanford Medicine, SEQUOIA, có thể phân tích hình ảnh từ sinh thiết khối u và nhanh chóng xác định gen nào có khả năng được bật hoặc tắt trong các tế bào chứa khối u đó.
Gevaert cho biết: “Màu đỏ có nghĩa là gen rất hoạt động trong khu vực đó, trong khi màu xanh có nghĩa là gen rất không hoạt động”.
Việc phân tích thông tin này thường đòi hỏi phải giải trình tự và thử nghiệm bộ gen tốn kém và mất thời gian.
Gevaert cho biết: “Đôi khi các xét nghiệm phân tử được thực hiện, nhưng điều đó phụ thuộc rất nhiều vào loại ung thư và khá hiếm gặp”.
Các chuyên gia cho biết hoạt động của gen làm thay đổi hình dạng của tế bào thường không thể nhận thấy bằng mắt thường.
Vì vậy, Gevaert và nhóm nghiên cứu của ông đã chuyển sang sử dụng trí tuệ nhân tạo để tìm ra những mô hình này và đưa ra dự đoán về khả năng tái phát ung thư.
Gevaert cho biết: “Bạn có thể thấy điểm số rất thấp, vì vậy chúng tôi dự đoán, chỉ dựa vào hình ảnh, rằng bệnh nhân này có nguy cơ thấp”.
Nhà nghiên cứu cho biết “chắc chắn vẫn còn chỗ để cải thiện”, nhưng cũng tin rằng nó có thể giúp hướng dẫn các kế hoạch điều trị và dự đoán tốt hơn kết quả của bệnh nhân.
Mô hình AI hiện chưa thể được sử dụng trong bối cảnh lâm sàng — nó cần được thử nghiệm trong các thử nghiệm lâm sàng và được Cục Quản lý Thực phẩm và Dược phẩm chấp thuận trước khi được sử dụng để hướng dẫn các quyết định điều trị.
Đối với một số loại ung thư, các nhà nghiên cứu cho biết hoạt động của gen được AI dự đoán có mối tương quan hơn 80% với dữ liệu hoạt động của gen thực tế.
“Hiệu suất của mô hình phụ thuộc vào từng mô cụ thể. Vì vậy, ở một số loại ung thư, mô hình hoạt động rất tốt, còn ở một số loại ung thư khác, chắc chắn vẫn còn chỗ để cải thiện”, Gevaert cho biết.
Đây là một công cụ đang được cải tiến hơn nữa, nhưng ngay cả như vậy, nó vẫn có thể dự đoán được các kiểu biểu hiện của hơn 15.000 gen khác nhau ngay từ giai đoạn đầu.
Gevaert cho biết, “Nó cho phép dự đoán hàng nghìn gen tùy thuộc vào mô của bệnh nhân ung thư thông qua xét nghiệm phân tử tốn kém thông thường”.
Gecaert tin rằng bằng cách xác định và lập bản đồ gen chỉ bằng một nút bấm, công cụ này có khả năng đẩy nhanh các quyết định điều trị và cuối cùng là giúp các phương pháp điều trị đó hiệu quả hơn.
Gevaert cho biết nhóm của ông đang cải thiện thuật toán và nghiên cứu các ứng dụng tiềm năng của nó.
Ông tin rằng SEQUOIA có thể giảm nhu cầu xét nghiệm biểu hiện gen tốn kém.
Nghiên cứu này được công bố trên tạp chí khoa học Nature .
Ny (Theo CBS News)