$1 million CPRIT Grant fokuserer på kunstig intelligens for at forbedre resultaterne af prostatacancer
Erzsébet Merényi, en statistisk forskningsprofessor ved Rice University, og medforskere fra University of Texas MD Anderson Cancer Center, Pratip Bhattacharya, professor i kræftsystemers billeddannelse, og Dr. Patrick Pilié, assisterende professor i genitourinær medicin, har været tilknyttet Cancer Prevention and Research Institute for Cancer Intelligence (CSE-TINS) INSUSSETIAL (KRABBER-INSTITUTTET INSUSSTEGEN) (KRABE-ARSETORTICE). Identificer tidligere dødelige former for prostatacancer og forbedre valget af behandlinger. Prostatacancer er den hyppigst diagnosticerede kræftsygdom hos mænd, men patienternes udfald varierer meget. Fordi væksten af prostatacancer er drevet af mandlige hormoner, især testosteron, sigter de mest almindeligt anvendte terapier mod at...
$1 million CPRIT Grant fokuserer på kunstig intelligens for at forbedre resultaterne af prostatacancer
Erzsébet Merényi, en statistisk forskningsprofessor ved Rice University, og medforskere fra University of Texas MD Anderson Cancer Center, Pratip Bhattacharya, professor i kræftsystemers billeddannelse, og Dr. Patrick Pilié, assisterende professor i genitourinær medicin, har været tilknyttet Cancer Prevention and Research Institute for Cancer Intelligence (CSE-TINS) INSUSSETIAL (KRABBER-INSTITUTTET INSUSSTEGEN) (KRABE-ARSETORTICE). Identificer tidligere dødelige former for prostatacancer og forbedre valget af behandlinger.
Prostatacancer er den hyppigst diagnosticerede kræftsygdom hos mænd, men patienternes udfald varierer meget. Fordi væksten af prostatacancer er drevet af mandlige hormoner, især testosteron, er de mest almindeligt anvendte terapier i dag rettet mod virkningerne af disse hormoner. Kendt som androgensignalhæmmere, bruges stofferne til at bremse eller formindske kræften. Over tid tilpasser nogle kræftformer sig og udvikler resistens. For mænd med kastrationsresistent prostatacancer forbliver behandlingsmulighederne begrænsede, og overlevelsesraterne er dårlige.
Ændringer i cellulær metabolisme hos cancerpatienter kan tjene som biomarkører, og brugen af avancerede billeddannelsesteknikker til at opdage disse ændringer er en lovende måde at overvåge processer forbundet med følsomhed over for cancerterapi og endda dannelsen af præmaligne læsioner. Kompleksiteten af dataene udgør dog en udfordring for traditionelle statistiske og tekniske analysemetoder.
Den forskning, der støttes af denne CPRIT-bevilling, er baseret på tre søjler:
● Revolutionær ikke-invasiv billeddannelse i Bhattacharyas laboratorium producerer in vivo tidsmæssige og spektrale profiler af tumormetabolisme med hidtil usete detaljer, hvilket muliggør følsom skelnen mellem forskellige afvigende tilstande og gør det muligt at kortlægge tumorernes heterogenitet.
● For formelt at fange og modellere sådanne tilstande vil Merényis gruppe anvende en avanceret form for kunstig intelligens inspireret af hjernens netværk, som er særlig dygtig til at opdage fra komplicerede, højdimensionelle data.
● De igangværende kliniske forsøg med systemisk terapi med androgen-signalhæmmere i en forskelligartet population af mænd med prostatacancer i Pilié-laboratoriet (sammen med musemodeldata fra Bhattacharya) giver enestående rige humane data om terapeutisk effekt. De kliniske data tillader fortolkning af opdagede variationer i metaboliske signaturer og hjælper med at identificere klinisk relevante biomarkører eller biologiske signaler, der indikerer, hvilke patienter der har størst risiko for at udvikle aggressive former for sygdommen tidligt i deres diagnose.
Succesfuld implementering af disse tre søjler muliggør tidligere og mere præcise interventioner skræddersyet til hver patients sygdomsprofil.
Et spændende vigtigt aspekt af forskningen er, hvordan AI-tilgange, der tidligere er udviklet og anvendt af Merényis gruppe inden for astronomi og jordfjernmåling, potentielt kan hjælpe patienter med prostatacancer og andre kræftformer i den nærmeste fremtid. Dette fremhæver fordelene ved krydsbefrugtning via videnskabelige tilgange i et tværfagligt samarbejde.
Ved at bruge neural kort-baseret maskinlæring kan vi afsløre skjulte mønstre i de højdimensionelle data, herunder sjældne eller subtile mønstre, som kan være vigtigst for at hjælpe klinikere med at opdage aggressiv prostatacancer tidligere og træffe mere informerede behandlingsbeslutninger, hvilket i sidste ende forbedrer patientresultaterne. “
Erzsébet Merényi, professor i statistikforskning, Rice University
Ved at udvikle AI-drevne modeller, der kan håndtere kompleksiteten af multimodale kræftdata, kan det CPRIT-finansierede projekt give en plan for AI-brug inden for andre områder af onkologi og personlig medicin.
CPRIT leder statens kamp mod kræft, efter at have tildelt mere end 3,7 milliarder dollars til Texas institutioner og organisationer gennem sine akademiske forsknings-, forebyggelses- og produktudviklingsprogrammer. CPRIT har spillet en afgørende rolle i rekruttering af topforskere i Texas, støttet innovative startups og ydet millioner af kræftforebyggende tjenester i hele staten.
Denne seneste bevilling understreger CPRITs forpligtelse til at investere i banebrydende forskning, der har potentialet til at transformere kræftdiagnose og behandling.
Kilder: