
(Foto: Toptal)
Cancerdetektering med hjälp av "mikroskopiska" biosignaler.
Forskare från Massachusetts Institute of Technology (MIT) och Microsoft publicerade nyligen forskning om ett AI-drivet biosensorsystem som kan upptäcka cancer i ett mycket tidigt skede genom ett enkelt urintest. Studien, som publicerades i Nature Communications, öppnar upp för en ny metod för cancerscreening i hemmet med betydligt högre känslighet än traditionella metoder.
Enligt forskargruppen användes AI för att designa peptider – korta proteinkedjor – som kan känna igen aktiviteten hos proteaser, en grupp enzymer som ofta är överaktiva i cancerceller. Dessa peptider appliceras på ytan av nanopartiklar för att bilda mikroskopiska biosensorer. Om peptiderna introduceras i kroppen och stöter på cancerrelaterade proteaser, bryts de ner och frigör specifika signaler. Dessa signaler utsöndras sedan i urinen och kan detekteras med hjälp av testremsor som liknar graviditetstester.
Tidigare hade forskargruppen visat att proteasavkänningsteknik kunde upptäcka olika typer av cancer, såsom lung-, äggstocks- och kolorektalcancer. Peptiddesignprocessen baserades dock huvudsakligen på traditionella metoder, vilket resulterade i begränsad noggrannhet. För att övervinna detta utvecklade forskarna ett AI-system som heter CleaveNet för att automatiskt designa peptider som kan identifiera varje målenzym korrekt.

(Foto: ITN)
Professor Bhatias laboratorium deltar för närvarande i ett projekt finansierat av US Advanced Biomedical Research and Development Authority (ARPA-H) för att utveckla ett hemmatest som kan upptäcka och differentiera cirka 30 olika typer av cancer i ett tidigt skede. Utöver sin diagnostiska roll har AI-konstruerad peptidteknik även potentiella tillämpningar inom cancerbehandling. Dessa peptider kan fästas till läkemedel eller antikroppar för att frisätta den aktiva ingrediensen exakt i tumörmiljön, vilket ökar effektiviteten och minskar biverkningar.
Enligt experter skapar kombinationen av AI med nanoteknik och molekylärbiologi en ny riktning inom precisionsmedicin, där sjukdomar kan upptäckas och behandlas innan allvarliga skador uppstår.
AI förutspår cancerrisken innan läkare upptäcker den.
Tillsammans med nya biosensorer visar AI också överlägsna möjligheter att analysera medicinska bilder för att förutsäga cancerrisk i ett mycket tidigt skede. En av de mest anmärkningsvärda studierna idag är Sybil AI-modellen, utvecklad av forskare vid Mass General Brigham Cancer Center och Harvard Medical School i USA, för att förutsäga risken för lungcancer.
Enligt Dr. Lecia Sequist från Mass General Cancer Center tränade forskargruppen Sybil-modellen med hjälp av tusentals lågdos-CT-skanningar av patienter som deltog i kliniska prövningar. Data som användes inkluderade information om de som senare diagnostiserades med cancer, tidpunkten för sjukdomsdebut, hälsoegenskaper och behandlingsresultat. Efter träning kunde Sybil förutsäga risken för lungcancer enbart baserat på CT-skanningar, utan att kräva ytterligare patientdata. Studieresultaten visade att modellen uppnådde en noggrannhet på cirka 80–95 % i att förutsäga risken för lungcancer, redan innan radiologer upptäckte tydliga avvikelser.
Tillsammans med Sybil används även ett annat AI-system som heter MIRAI för att förutsäga risken för bröstcancer. MIRAI, som utvecklats av ett forskarteam lett av professor Regina Barzilay vid MIT, använder data från cirka 128 000 mammografier, inklusive 3 800 fall som senare diagnostiserades med cancer inom 5 år. Systemet kan förutsäga framtida risk för bröstcancer med en noggrannhet på cirka 75–84 %.

(Foto: AP)
Några stora utmaningar idag inkluderar säkerheten för medicinska data, transparensen i algoritmer, risken för felaktigheter i data och tillgängligheten till teknik över olika länder. Dessutom anses utbildning av vårdpersonal som kan använda och övervaka AI-system också vara avgörande för att säkerställa säker och effektiv behandling. Med den nuvarande utvecklingstakten tror dock många experter att AI kommer att bli ett centralt verktyg i framtida strategier för cancerprevention. Enligt forskare är det långsiktiga målet inte bara effektivare behandling utan också tidig upptäckt så att cancer kan kontrolleras innan den utgör ett allvarligt hot mot människors hälsa.
Experter tror att tillämpningen av AI vid cancerdiagnostik inleder en ny era av förebyggande medicin, där sjukdomsrisken kan förutsägas år i förväg istället för att vänta tills symtomen uppstår. Forskare noterar dock också att AI-tekniken fortfarande behöver mer omfattande tester innan den används i stor utsträckning inom hälso- och sjukvårdssystemet.
Källa: https://vtv.vn/ai-dinh-hinh-tuong-lai-tam-soat-ung-thu-som-100260603183614169.htm







Kommentar (0)