Một mô hình trí tuệ nhân tạo (AI) mới đã có thể phát hiện 13 loại ung thư khác nhau với độ chính xác 98,2% chỉ bằng dữ liệu DNA từ các mẫu mô, theo một nghiên cứu mới.

Mô hình AI này, được đặt tên là EMethylNET, được phát triển bởi các nhà nghiên cứu tại Đại học Cambridge ở Anh và có thể đẩy nhanh quá trình phát hiện sớm, chẩn đoán và điều trị ung thư.

Các phát hiện, được công bố vào tuần trước trên tạp chí Biology Methods and Protocols, tập trung vào methyl hóa DNA, một quá trình hóa học xảy ra sớm khi các tế bào bắt đầu phát triển – bao gồm cả tế bào ung thư. Các nhà nghiên cứu đã huấn luyện mô hình máy học để nhận diện các cấu trúc và con đường hình thành ung thư từ sớm.

“Ung thư, một tập hợp của hơn hai trăm bệnh khác nhau, vẫn là nguyên nhân hàng đầu gây bệnh và tử vong trên toàn thế giới,” nghiên cứu ghi nhận. “Thường được phát hiện ở giai đoạn tiến triển của bệnh, ung thư di căn chiếm 90% số ca tử vong do ung thư.”

“Do đó, việc phát hiện sớm ung thư – kết hợp với các liệu pháp hiện tại – sẽ có tác động đáng kể đến sự sống sót và điều trị các loại ung thư khác nhau,” nghiên cứu tiếp tục.

Các nhà nghiên cứu đã huấn luyện EMethylNET trên dữ liệu từ hơn 6.000 mẫu mô từ The Cancer Genome Atlas, đại diện cho 13 loại ung thư bao gồm ung thư vú, phổi và đại trực tràng. Sau đó, họ thử nghiệm mô hình AI này trên hơn 900 mẫu từ các bộ dữ liệu độc lập.

Kết quả nổi bật là độ chính xác hơn 98% trong việc phân loại 13 loại ung thư và các mẫu không ung thư. Nghiên cứu cũng nêu bật rằng phương pháp này hoạt động tốt trên các bộ dữ liệu đa dạng từ các quốc gia khác nhau. Các nhà nghiên cứu cũng xác định được 3.388 vị trí methyl hóa liên quan đến các gen và con đường liên quan đến ung thư.

Theo nghiên cứu, mô hình AI này kết hợp hai phương pháp AI: XGBoost, chọn các đặc điểm liên quan, và mạng nơ-ron sâu để phân loại. Điều này không chỉ cho phép mô hình phát hiện ung thư một cách chính xác mà còn cung cấp những hiểu biết về sự điều chỉnh của cơ thể đối với các yếu tố phi di truyền biến đổi các tế bào bình thường thành tế bào ung thư.

Ảnh: Tổng quan về phương pháp. Dữ liệu microarray methyl hóa DNA từ 13 loại ung thư và các mô bình thường tương ứng đã được thu thập từ TCGA và tiền xử lý. Đối với các nhiệm vụ phân loại nhị phân và đa lớp, ba loại mô hình đã được huấn luyện: Mô hình đơn giản (hồi quy logistic và máy vector hỗ trợ), XGBoost, và EMethylNET, một mô hình bao gồm XGBoost kết hợp với Mạng Nơ-ron Sâu. Sau đó, các mô hình được đánh giá trên các bộ dữ liệu độc lập và một phân tích các đặc điểm được sử dụng trong phân loại đã được thực hiện.

“Các biến đổi epigenetic này là một trong những sự kiện tân sinh sớm nhất liên quan đến sự sinh ung thư,” nghiên cứu ghi nhận, củng cố tiềm năng của phương pháp này trong việc phát hiện sớm ung thư.

Mặc dù nghiên cứu ban đầu này rất hứa hẹn, các tác giả cảnh báo rằng công nghệ này cần được nghiên cứu và thử nghiệm thêm trước khi sử dụng trong lâm sàng. Nhóm nghiên cứu cho biết họ đang làm việc để điều chỉnh mô hình này cho các mẫu mô lỏng, có thể cung cấp cho việc sàng lọc ung thư sớm không xâm lấn.

“Tùy thuộc vào sự sẵn có của dữ liệu huấn luyện, phương pháp này có thể mở rộng để phát hiện hàng trăm loại ung thư,” báo cáo khẳng định.

Khi AI tiếp tục thâm nhập vào lĩnh vực chăm sóc sức khỏe, EMethylNET đại diện cho một bước tiến mạnh mẽ trong việc sử dụng máy học để chẩn đoán ung thư sớm và chính xác hơn. Những đổi mới như vậy có thể có những tác động sâu rộng đối với sức khỏe cộng đồng.

Hơn 19 triệu trường hợp ung thư mới được chẩn đoán và 10 triệu ca tử vong do ung thư xảy ra hàng năm, theo ước tính mới nhất từ Cơ quan Quốc tế Nghiên cứu về Ung thư.


Nguồn: https://tapchibitcoin.io/dai-hoc-cambridge-da-phat-trien-duoc-may-phat-hien-ung-thu-bang-ai-dat-do-chinh-xac-982-tren-13-loai.html