چشم انداز امیدبخش درمان سرطان با استفاده از تصویربرداری تشدید مغناطیسی (MRI) و هوش مصنوعی (AI)
پژوهشگران بیمارستان عمومی ماساچوست (MGH)، در مطالعات جدید خود نشان دادهاند که میتوان با استفاده از تصویربرداری تشدید مغناطیسی (MRI) و هوش مصنوعی (AI)؛ مرگ سلولهای سرطانی ناشی از ویروسهای درمانگر را تشخیص داد. اخیرا، یک ویروس درمانی که به طور انتخابی سلولهای سرطانی را میکشد و در عین حال بافتهای طبیعی را حفظ میکند، امیدی را برای درمان تومورهای تهاجمی مغزی ایجاد کرده است. برای بهینهسازی بیشتر درمان مبتنی بر ویروس، باید نظارت غیرتهاجمی مکرر پاسخ درمانی صورت گیرد تا عملکرد بین ویروس و سلولهای سرطانی مانند میزان انتشار ویروس در داخل تومور و پاسخ درمانی، بیشتر درک شود.
محققان از تصاویر کمی MRI مولکولی برای اندازهگیری ویژگیهای بافتی متعدد از جمله PH بافت و غلظت پروتئین که با مرگ سلولی تغییر میکنند، استفاده کردند. این روش امکان نظارت بر پاسخ درمانی را سریعتر از روشهای قبلی فراهم میکند. پاسخهای درمانی تنها 48 ساعت پس از درمان ویروسی و مدت زیادی پیش از مشاهده هرگونه تغییر در حجم تومور، قابل مشاهده بودند.
آینده پژوهی؛ روش انگشت نگاری مولکولی با اسکنر MRI
دکتر کریستین فارار، محقق و عضو هیئت علمی در مرکز تصویربرداری پزشکی زیستی (بیومدیکال) آتینولا آ. مارتینوس گفت: ما یک اسکنر MRI را برای ایجاد «اثر انگشت» سیگنال منحصر به فرد برای ترکیبات مولکولی مختلف و PH سلولی برنامهریزی کردیم. سپس یک شبکه عصبی یادگیری عمیق برای رمزگشایی اثر انگشت و تولید PH کمی و نقشههای ملکولی استفاده شد. روش انگشت نگاری مولکولی MRI، در مطالعه تومور مغزی موش تایید شد و در آن تومورها با استفاده از یک درمان جدید مبتنی بر ویروس که به طور انتخابی سلولهای سرطانی را از بین میبرد، درمان شدند.
محققان برای به حداکثر رساندن کارایی این رویکرد درمانی، روشی را برای تشخیص مرگ سلولهای سرطانی ناشی از ویروس درمانگر ایجاد کردند. این امر امکان تشخیص زود هنگام و سریع نواحی سرطانی پاسخگو به درمان را فراهم کرده است. اخیرا محققان این روش را برای تعیین کمیت PH سلولی و ترکیبات مولکولی در مغز انسان سالم اجرا کردهاند. بررسی آینده این رویکرد در بیماران مبتلا به تومور مغزی به بهینهسازی درمانهای مبتنی بر ویروس کمک خواهد کرد.
اور پرلمن، محققی دیگر گفت: این مطالعه، قدرت و نوید اجرای فناوری مبتنی بر هوش مصنوعی کامپیوتری را در پزشکی برای بررسی غیرتهاجمی فرآیندهای بیولوژیکی که زمینهساز بیماری هستند، نشان میدهد. یکی از جالبترین و کلیدیترین مولفههای موفقیتآمیز بودن این رویکرد، استفاده از اثر انگشت مولکولی شبیه سازی شده برای آموزش شبکه عصبی یادگیری ماشین بود.
نظارت غیرتهاجمی درمان سرطان با استفاده از MRI
این مطالعه، روش جدیدی را برای تشخیص مرگ سلولی تومور غیرتهاجمی با استفاده از MRIتوصیف میکند. ظرفیت انجام این کار میتواند برای نظارت غیرتهاجمی درمان سرطان مفید باشد، به طور بالقوه مراقبت از بیمار را بهبود میبخشد و درمان را متناسب با یک بیمار خاص انجام میدهد. همین رویکرد ممکن است برای تشخیص سایر شرایط پزشکی که در آن مرگ سلولی بالا رخ میدهد، مانند سکته مغزی و بیماریهای کبد، مفید باشد. در حالی که این مطالعه عمدتا با استفاده از مدل تومور مغزی موش تایید شد، محققان توانایی استفاده از همان روش را برای تولید PH کمی و نقشههای ملکولی در مدلهای سکته مغزی موش و انسانهای سالم نشان دادهاند. درآینده، آنها قصد دارند کاربرد این روش تصویربرداری غیرتهاجمی را در بیماران مبتلا به تومورهای مغزی و سکته مغزی بیشتر بررسی کنند.
منبع: اخبار علمی از سازمانهای تحقیقاتی، بیمارستان عمومی ماساچوست
نوشته های مرتبط