CPRIT Grant van $ 1 miljoen richt zich op AI om de uitkomsten van prostaatkanker te verbeteren

CPRIT Grant van $ 1 miljoen richt zich op AI om de uitkomsten van prostaatkanker te verbeteren

Erzsébet Merényi, hoogleraar statistisch onderzoek aan de Rice University, en mede-onderzoekers van het MD Anderson Cancer Center van de Universiteit van Texas, Pratip Bhattacharya, hoogleraar beeldvorming van kankersystemen, en Dr. Patrick Pilié, assistent-professor urogenitale geneeskunde, zijn verbonden aan het Cancer Prevention and Research Institute for Cancer Intelligence and Research Institute (CPRIT) (CRABS-INSUSSE INSUSSETIAL (KRABBEN-INSTITUUT INSUSSTEGEN) (KRABE-ARSETORTICE). Identificeer eerdere dodelijke vormen van prostaatkanker en verbeter de keuze van behandelingen.

Prostaatkanker is de meest gediagnosticeerde kanker bij mannen, maar de uitkomsten voor patiënten lopen sterk uiteen. Omdat de groei van prostaatkanker wordt aangestuurd door mannelijke hormonen, met name testosteron, richten de meest gebruikte therapieën zich tegenwoordig op de effecten van deze hormonen. Bekend als androgeensignaleringsremmers, worden de medicijnen gebruikt om de kanker te vertragen of te verkleinen. In de loop van de tijd passen sommige vormen van kanker zich aan en ontwikkelen ze resistentie. Voor mannen met castratieresistente prostaatkanker blijven de behandelmogelijkheden beperkt en zijn de overlevingskansen slecht.

Veranderingen in het cellulaire metabolisme bij kankerpatiënten kunnen dienen als biomarkers, en het gebruik van geavanceerde beeldvormingstechnieken om deze veranderingen te detecteren is een veelbelovende manier om processen te monitoren die verband houden met de gevoeligheid voor kankertherapie en zelfs de vorming van premaligne laesies. De complexiteit van de gegevens vormt echter een uitdaging voor traditionele statistische en technische analysemethoden.

Het onderzoek dat door deze CPRIT-subsidie ​​wordt ondersteund, is gebaseerd op drie pijlers:

● Revolutionaire niet-invasieve beeldvorming in het laboratorium van Bhattacharya produceert in vivo temporele en spectrale profielen van het tumormetabolisme met ongekende details, waardoor gevoelige discriminatie tussen verschillende afwijkende toestanden mogelijk wordt gemaakt en het mogelijk wordt gemaakt om de heterogeniteit van tumoren in kaart te brengen.

● Om dergelijke toestanden formeel vast te leggen en te modelleren, zal de groep van Merényi een geavanceerde vorm van AI toepassen, geïnspireerd door de netwerken van de hersenen, die bijzonder bedreven is in het ontdekken van gecompliceerde, hoogdimensionale gegevens.

● De lopende klinische onderzoeken naar systemische therapie met androgeensignaleringsremmers bij een diverse populatie mannen met prostaatkanker in het Pilié-laboratorium (samen met muismodelgegevens van Bhattacharya) leveren uniek rijke gegevens over de therapeutische werkzaamheid bij mensen op. De klinische gegevens maken interpretatie van ontdekte variaties in metabolische kenmerken mogelijk en helpen bij het identificeren van klinisch relevante biomarkers of biologische signalen die aangeven welke patiënten het grootste risico lopen om agressieve vormen van de ziekte te ontwikkelen in een vroeg stadium van hun diagnose.

Succesvolle implementatie van deze drie pijlers maakt eerdere en nauwkeurigere interventies mogelijk, afgestemd op het ziekteprofiel van elke patiënt.

Een opwindend belangrijk aspect van het onderzoek is hoe AI-benaderingen die eerder zijn ontwikkeld en toegepast door Merényi's groep op het gebied van astronomie en aardse teledetectie in de nabije toekomst mogelijk patiënten met prostaatkanker en andere vormen van kanker kunnen helpen. Dit benadrukt de voordelen van kruisbestuiving via wetenschappelijke benaderingen in een multidisciplinaire samenwerking.

Met behulp van machine learning op basis van neurale kaarten kunnen we verborgen patronen in de hoogdimensionale gegevens onthullen, waaronder zeldzame of subtiele patronen, die mogelijk het belangrijkst zijn om artsen te helpen agressieve prostaatkanker eerder te detecteren en beter geïnformeerde behandelbeslissingen te nemen, waardoor uiteindelijk de patiëntresultaten worden verbeterd. “

Erzsébet Merényi, hoogleraar statistiekonderzoek, Rice University

Door AI-gestuurde modellen te ontwikkelen die de complexiteit van multimodale kankergegevens aankunnen, zou het door CPRIT gefinancierde project een blauwdruk kunnen bieden voor AI-gebruik op andere gebieden van de oncologie en gepersonaliseerde geneeskunde.

CPRIT leidt de strijd van de staat tegen kanker en heeft meer dan 3,7 miljard dollar toegekend aan instellingen en organisaties in Texas via zijn programma's voor academisch onderzoek, preventie en productontwikkeling. CPRIT heeft een cruciale rol gespeeld bij het werven van toponderzoekers in Texas, het ondersteunen van innovatieve startups en het leveren van miljoenen kankerpreventiediensten in de hele staat.

Deze nieuwste subsidie ​​onderstreept de toewijding van CPRIT om te investeren in baanbrekend onderzoek dat het potentieel heeft om de diagnose en behandeling van kanker te transformeren.

Bronnen: