Nowa metoda diagnostyki nowotworów z Pomorskiego Uniwersytetu Medycznego. Algorytmy pomagają rozpoznawać 54 typy tkanek

Naukowcy z Pomorskiego Uniwersytetu Medycznego w Szczecinie opracowali innowacyjne narzędzie, które może poprawić diagnostykę nowotworów. Model wykorzystuje biomarkery metylacji DNA oraz algorytmy machine learning, aby dokładniej rozpoznawać różne typy zdrowych i zmienionych chorobowo tkanek. Rozwiązanie powstało na podstawie analizy blisko 17 tys. próbek pacjentów i może wspierać rozwój medycyny personalizowanej.

Naukowcy z Pomorskiego Uniwersytetu Medycznego w Szczecinie stworzyli model, który może pomóc lekarzom w bardziej precyzyjnym rozpoznawaniu nowotworów. Technologia opiera się na analizie zmian epigenetycznych, czyli między innymi wzorców metylacji DNA, oraz wykorzystuje algorytmy uczenia maszynowego (machine learning).

Celem projektu jest stworzenie narzędzia, które pozwoli lepiej klasyfikować różne rodzaje tkanek i w przyszłości może wspierać dobór bardziej dopasowanego leczenia dla pacjentów.

Model opracowany przez badaczy został przygotowany na podstawie analizy prawie 17 tys. próbek pacjentów. System potrafi rozpoznawać i klasyfikować aż 54 typy zdrowych oraz nowotworowych tkanek.

Tak duży zbiór danych pozwolił naukowcom stworzyć narzędzie, które może wychwytywać charakterystyczne wzorce związane z konkretnymi typami chorób.

Zdaniem badaczy rozwój takich metod może w przyszłości zwiększyć możliwości wykorzystania biomarkerów epigenetycznych w diagnostyce raka.

Biomarkery metylacji DNA są jednym z obiecujących kierunków współczesnej diagnostyki medycznej. Pozwalają analizować zmiany zachodzące w materiale genetycznym, które mogą być związane z rozwojem nowotworów.

Połączenie takich danych z algorytmami sztucznej inteligencji umożliwia szybszą analizę dużej liczby informacji i może wspierać lekarzy w procesie diagnostycznym.

Nowa metoda opracowana przez naukowców ze Szczecina wpisuje się w rozwój medycyny personalizowanej, której celem jest dobór terapii odpowiedniej dla konkretnego pacjenta.

Autorami pracy są prof. Tomasz Wojdacz oraz mgr inż. Jan Bińkowski z Pomorskiego Uniwersytetu Medycznego w Szczecinie i Regionalnego Centrum Medycyny Cyfrowej.

Jan Bińkowski jest również członkiem Rady Młodych Naukowców przy Ministrze Nauki i Szkolnictwa Wyższego.

Wyniki badań zespołu zostały opublikowane w prestiżowym czasopiśmie naukowym „Genome Medicine”, co podkreśla znaczenie odkrycia dla dalszego rozwoju badań nad diagnostyką nowotworów.

Autorzy projektu wskazują, że dokładniejsze rozpoznanie typu nowotworu ma ogromne znaczenie dla dalszego leczenia. Im bardziej precyzyjna diagnoza, tym większa możliwość dobrania odpowiedniej terapii.

Opracowane narzędzie nie zastępuje lekarzy, ale może stać się dodatkowym wsparciem w analizie wyników badań i podejmowaniu decyzji medycznych.

Rozwiązania wykorzystujące sztuczną inteligencję w onkologii są obecnie jednym z najważniejszych kierunków rozwoju nowoczesnej medycyny. Badania zespołu z Pomorskiego Uniwersytetu Medycznego pokazują, że polscy naukowcy również aktywnie rozwijają technologie, które mogą zmienić sposób wykrywania i leczenia nowotworów.