Γ.Δ.
1423.56 +1,17%
ACAG
+1,72%
5.9
CENER
+1,02%
9.9
CNLCAP
0,00%
7.4
DIMAND
0,00%
8.5
NOVAL
-0,02%
2.7195
OPTIMA
-0,50%
11.84
TITC
+0,87%
28.9
ΑΑΑΚ
0,00%
6.45
ΑΒΑΞ
+1,42%
1.426
ΑΒΕ
+2,49%
0.453
ΑΔΜΗΕ
0,00%
2.235
ΑΚΡΙΤ
+20,55%
0.88
ΑΛΜΥ
+0,19%
2.665
ΑΛΦΑ
+3,21%
1.61
ΑΝΔΡΟ
+0,62%
6.46
ΑΡΑΙΓ
+2,31%
11.52
ΑΣΚΟ
+1,02%
2.98
ΑΣΤΑΚ
+0,90%
6.7
ΑΤΕΚ
0,00%
0.418
ΑΤΡΑΣΤ
+0,24%
8.5
ΑΤΤ
+0,45%
11.05
ΑΤΤΙΚΑ
+7,92%
2.59
ΒΑΡΝΗ
0,00%
0.24
ΒΙΟ
+3,49%
5.93
ΒΙΟΚΑ
-1,21%
2.45
ΒΙΟΣΚ
+0,39%
1.295
ΒΙΟΤ
0,00%
0.232
ΒΙΣ
0,00%
0.142
ΒΟΣΥΣ
-4,00%
2.4
ΓΕΒΚΑ
0,00%
1.47
ΓΕΚΤΕΡΝΑ
+1,22%
16.6
ΔΑΑ
+0,57%
7.76
ΔΑΙΟΣ
0,00%
3.32
ΔΕΗ
+1,25%
11.32
ΔΟΜΙΚ
-1,30%
3.81
ΔΟΥΡΟ
0,00%
0.25
ΔΡΟΜΕ
-1,52%
0.323
ΕΒΡΟΦ
+1,69%
1.505
ΕΕΕ
+1,59%
32
ΕΚΤΕΡ
+0,12%
4.205
ΕΛΒΕ
0,00%
5
ΕΛΙΝ
+2,68%
2.3
ΕΛΛ
0,00%
13.35
ΕΛΛΑΚΤΩΡ
+2,01%
2.54
ΕΛΠΕ
+0,13%
7.85
ΕΛΣΤΡ
+2,84%
2.17
ΕΛΤΟΝ
-0,59%
1.686
ΕΛΧΑ
+0,54%
1.87
ΕΝΤΕΡ
-1,26%
7.85
ΕΠΙΛΚ
0,00%
0.13
ΕΠΣΙΛ
0,00%
12
ΕΣΥΜΒ
+0,79%
1.27
ΕΤΕ
+1,07%
7.78
ΕΥΑΠΣ
+0,65%
3.1
ΕΥΔΑΠ
+0,18%
5.42
ΕΥΡΩΒ
-0,72%
2.055
ΕΧΑΕ
-1,86%
4.755
ΙΑΤΡ
0,00%
1.53
ΙΚΤΙΝ
0,00%
0.36
ΙΛΥΔΑ
+0,87%
1.74
ΙΝΚΑΤ
+0,40%
5.06
ΙΝΛΙΦ
-0,42%
4.73
ΙΝΛΟΤ
+3,27%
1.2
ΙΝΤΕΚ
+0,54%
5.55
ΙΝΤΕΡΚΟ
+0,83%
2.42
ΙΝΤΕΤ
+3,29%
1.255
ΙΝΤΚΑ
+2,94%
3.325
ΚΑΡΕΛ
0,00%
338
ΚΕΚΡ
-1,10%
1.35
ΚΕΠΕΝ
0,00%
1.82
ΚΛΜ
-2,48%
1.57
ΚΟΡΔΕ
+0,63%
0.479
ΚΟΥΑΛ
-1,30%
1.214
ΚΟΥΕΣ
+0,38%
5.28
ΚΡΕΚΑ
0,00%
0.28
ΚΡΙ
+1,78%
11.45
ΚΤΗΛΑ
0,00%
1.8
ΚΥΡΙΟ
+1,79%
1.14
ΛΑΒΙ
-0,35%
0.859
ΛΑΜΔΑ
+2,37%
6.9
ΛΑΜΨΑ
0,00%
36
ΛΑΝΑΚ
+2,17%
0.94
ΛΕΒΚ
0,00%
0.296
ΛΕΒΠ
+2,14%
0.286
ΛΙΒΑΝ
0,00%
0.125
ΛΟΓΟΣ
+0,72%
1.4
ΛΟΥΛΗ
-3,35%
2.6
ΜΑΘΙΟ
0,00%
0.812
ΜΕΒΑ
+1,79%
3.99
ΜΕΝΤΙ
-1,11%
2.67
ΜΕΡΚΟ
0,00%
40.8
ΜΙΓ
+0,28%
3.63
ΜΙΝ
-7,58%
0.61
ΜΛΣ
0,00%
0.57
ΜΟΗ
-0,26%
23
ΜΟΝΤΑ
+5,16%
3.26
ΜΟΤΟ
+0,74%
2.725
ΜΟΥΖΚ
-2,17%
0.675
ΜΠΕΛΑ
+1,42%
27.1
ΜΠΛΕΚΕΔΡΟΣ
0,00%
3.43
ΜΠΡΙΚ
+1,35%
1.875
ΜΠΤΚ
0,00%
0.58
ΜΥΤΙΛ
+2,65%
36.4
ΝΑΚΑΣ
0,00%
2.64
ΝΑΥΠ
+1,08%
0.94
ΞΥΛΚ
+0,77%
0.262
ΞΥΛΠ
+7,36%
0.496
ΟΛΘ
+1,95%
20.9
ΟΛΠ
0,00%
25.3
ΟΛΥΜΠ
-0,81%
2.46
ΟΠΑΠ
+0,89%
14.8
ΟΡΙΛΙΝΑ
-0,89%
0.894
ΟΤΕ
+1,77%
13.8
ΟΤΟΕΛ
+0,70%
11.48
ΠΑΙΡ
+5,12%
1.13
ΠΑΠ
+1,22%
2.48
ΠΕΙΡ
+2,10%
3.592
ΠΕΤΡΟ
+2,45%
8.38
ΠΛΑΘ
+0,26%
3.825
ΠΛΑΚΡ
0,00%
14.9
ΠΡΔ
0,00%
0.26
ΠΡΕΜΙΑ
+1,25%
1.136
ΠΡΟΝΤΕΑ
-9,87%
6.85
ΠΡΟΦ
+2,43%
4.645
ΡΕΒΟΙΛ
0,00%
2
ΣΑΡ
-2,68%
10.9
ΣΑΡΑΝ
0,00%
1.07
ΣΑΤΟΚ
0,00%
0.034
ΣΕΝΤΡ
0,00%
0.339
ΣΙΔΜΑ
+0,32%
1.56
ΣΠΕΙΣ
0,00%
6.54
ΣΠΙ
+3,18%
0.648
ΣΠΥΡ
0,00%
0.155
ΤΕΝΕΡΓ
+0,97%
19.7
ΤΖΚΑ
+7,19%
1.49
ΤΡΑΣΤΟΡ
+5,26%
1.2
ΤΡΕΣΤΑΤΕΣ
+1,49%
1.636
ΥΑΛΚΟ
0,00%
0.162
ΦΙΕΡ
0,00%
0.359
ΦΛΕΞΟ
0,00%
8.05
ΦΡΙΓΟ
-3,36%
0.23
ΦΡΛΚ
+0,78%
3.9
ΧΑΙΔΕ
-2,27%
0.645

Η τεχνητή νοημοσύνη στη μάχη κατά του καρκίνου

Εργαλείο τεχνητής νοημοσύνης αποκωδικοποιεί το γονιδίωμα του καρκίνου του εγκεφάλου κατά τη διάρκεια της χειρουργικής επέμβασης για την αφαίρεσή του. Η δημιουργία του προφίλ του όγκου σε πραγματικό χρόνο μπορεί να καθοδηγήσει τις χειρουργικές θεραπευτικές αποφάσεις. Η έρευνα δημοσιεύτηκε στο περιοδικό Med.

Η επιστημονική ομάδα, με επικεφαλής την Ιατρική Σχολή του Χάρβαρντ, σχεδίασε ένα εργαλείο τεχνητής νοημοσύνης που μπορεί να αποκωδικοποιήσει γρήγορα κατά τη διάρκεια χειρουργικής επέμβασης το DNA ενός όγκου στον εγκέφαλο, προκειμένου να προσδιορίσει τη μοριακή του ταυτότητα. Οι πληροφορίες αυτές είναι κρίσιμες, καθώς με την τρέχουσα προσέγγιση μπορεί να χρειαστούν από μερικές ημέρες έως και μερικές εβδομάδες για να συλλεχθούν.

Η γνώση του μοριακού τύπου ενός όγκου επιτρέπει στους νευροχειρουργούς να λαμβάνουν αποφάσεις, όπως πόση ποσότητα εγκεφαλικού ιστού θα αφαιρεθεί και εάν θα χορηγηθούν αντικαρκινικά φάρμακα απευθείας στον εγκέφαλο την ώρα του χειρουργείου. Πέρα από τις αποφάσεις που λαμβάνονται κατά τη διάρκεια της χειρουργικής επέμβασης, η γνώση του μοριακού τύπου ενός όγκου παρέχει ενδείξεις σχετικά με την επιθετικότητα, τη συμπεριφορά και την πιθανή ανταπόκρισή του στις διάφορες θεραπείες.

Το εργαλείο ονομάζεται CHARM (Cryosection Histopathology Assessment and Review Machine) και αναπτύχθηκε χρησιμοποιώντας 2.334 δείγματα όγκων εγκεφάλου από 1.524 άτομα με γλοίωμα. Όταν δοκιμάστηκε, διέκρινε όγκους με συγκεκριμένες μοριακές μεταλλάξεις με ακρίβεια 93% και ταξινόμησε επιτυχώς τρεις κύριους τύπους γλοιωμάτων με διακριτά μοριακά χαρακτηριστικά. Επίσης, κατέγραψε με επιτυχία τα οπτικά χαρακτηριστικά του ιστού που περιβάλλει τα κακοήθη κύτταρα και εντόπισε κλινικά σημαντικές μοριακές μεταβολές σε έναν υπότυπο γλοιώματος που είναι λιγότερο επιθετικός και επομένως λιγότερο πιθανό να εισβάλει στον περιβάλλοντα ιστό. Τέλος, συνέδεσε την εμφάνιση των κυττάρων με το μοριακό προφίλ του όγκου και αυτό σημαίνει ότι ο αλγόριθμος μπορεί να εντοπίσει με ακρίβεια πώς η εμφάνιση ενός κυττάρου σχετίζεται με τον μοριακό τύπο ενός όγκου.

Το εργαλείο είναι δωρεάν διαθέσιμο σε άλλους ερευνητές. Ωστόσο, πρέπει ακόμη να επιβεβαιωθεί η αξία του κλινικά, μέσω δοκιμών σε πραγματικές συνθήκες, και να εγκριθεί από τον FDA πριν από την αξιοποίησή του στα νοσοκομεία, όπως σημειώνει η ερευνητική ομάδα. Εξάλλου, οι ερευνητές επισημαίνουν ότι ενώ το μοντέλο εκπαιδεύτηκε και δοκιμάστηκε σε δείγματα γλοιώματος, θα μπορούσε να επανεκπαιδευτεί με επιτυχία για τον εντοπισμό και άλλων υπότυπων καρκίνου του εγκεφάλου.

«Η δυνατότητα προσδιορισμού της διεγχειρητικής μοριακής διάγνωσης σε πραγματικό χρόνο κατά τη διάρκεια της χειρουργικής επέμβασης μπορεί να προωθήσει την ανάπτυξη της ογκολογίας ακριβείας σε πραγματικό χρόνο», επισημαίνει ο επικεφαλής συγγραφέας της μελέτης και επίκουρος καθηγητής Βιοϊατρικής Πληροφορικής στην Ιατρική Σχολή του Χάρβαρντ, Κουν-Χσινγκ Γιου.

Google News icon
Ακολουθήστε το Powergame.gr στο Google News για άμεση και έγκυρη οικονομική ενημέρωση!