기계 학습을 사용하여 뇌종양 진행 예측 워털루 연구원들은 MRI 데이터를 사용하여 암 치료를 더욱 개인화합니다. 

[아름이]

기계 학습을 사용하여 뇌종양 진행 예측
워털루 연구원들은 MRI 데이터를 사용하여 암 치료를 더욱 개인화합니다.
날짜:
2023년 1월 16일
원천:
워털루 대학교
요약:
연구원들은 치명적인 뇌종양의 성장을 보다 정확하게 예측하기 위해 계산 모델을 만들었습니다.

워털루 대학의 연구원들은 치명적인 뇌종양의 성장을 보다 정확하게 예측하기 위한 계산 모델을 만들었습니다.

다형교모세포종(GBM)은 평균 생존율이 1년에 불과한 뇌암입니다. 매우 조밀한 코어, 빠른 성장 및 뇌의 위치로 인해 치료가 어렵습니다. 이러한 종양의 확산성과 증식률을 추정하는 것은 임상의에게 유용하지만 개별 환자에 대해 빠르고 정확하게 정보를 예측하기는 어렵습니다.

워털루 대학과 토론토 대학의 연구원들은 토론토의 성 마이클 병원과 제휴하여 여러 GBM 환자의 MRI 데이터를 분석했습니다. 그들은 암 진행을 더 잘 예측하기 위해 기계 학습을 사용하여 환자의 종양을 완전히 분석하고 있습니다.

연구자들은 GBM을 앓고 있는 익명의 환자 5명 각각으로부터 두 세트의 MRI를 분석했습니다. 환자들은 광범위한 MRI를 촬영하고 몇 달을 기다린 다음 두 번째 MRI 세트를 받았습니다. 알려지지 않은 이유로 이 환자들은 이 기간 동안 어떠한 치료나 개입도 받지 않기로 선택했기 때문에 그들의 MRI는 과학자들에게 확인되지 않은 상태로 놔둘 때 GBM이 어떻게 성장하는지 이해할 수 있는 독특한 기회를 제공했습니다.

연구원들은 MRI 데이터를 GBM 성장에 대한 예측 모델을 알려주는 환자별 매개변수 추정치로 전환하기 위해 딥 러닝 모델을 사용했습니다. 이 기술은 실제 특성이 알려진 환자 및 합성 종양에 적용되어 모델을 검증할 수 있었습니다.

응용수학 박사과정 학생이자 이 연구의 수석 연구원인 Cameron Meaney는 "우리는 방대한 데이터 세트에 대해 이 분석을 수행하고 싶었습니다."라고 말했습니다. "그러나 질병의 특성상 기대 수명이 길지 않고 사람들이 치료를 시작하는 경향이 있기 때문에 매우 어려운 일입니다. 그래서 치료되지 않은 5개의 종양을 비교할 기회가 매우 드물고 가치가 있었습니다."

이제 과학자들은 GBM이 치료되지 않고 어떻게 성장하는지에 대한 좋은 모델을 가지고 있으므로 다음 단계는 종양에 대한 치료 효과를 포함하도록 모델을 확장하는 것입니다. 그런 다음 데이터 세트는 소수의 MRI에서 수천으로 증가합니다.

Meaney는 MRI 데이터에 대한 액세스와 수학자 및 임상의 간의 파트너십이 앞으로 환자에게 큰 영향을 미칠 수 있다고 강조합니다.

Meaney는 "의료에 정량 분석을 통합하는 것이 미래입니다."라고 말했습니다.

출처 : https://www.sciencedaily.com/