با تلاش پژوهشگران آمریکایی صورت می‌گیرد

تشخیص به موقع ملانوما با کمک یادگیری ماشینی

پژوهشگران آمریکایی، راهبرد جدیدی برای تشخیص به موقع ملانوما ارائه داده‌اند که ترکیبی از یک زیست‌نشانگر و یادگیری ماشینی است.

تشخیص به موقع ملانوما با کمک یادگیری ماشینی

به گزارش ایسنا و به نقل از ساینمگ، دانشمندان "دانشگاه یوتا"(UofU) در آمریکا، موفق شده‌اند روشی قابل اطمینان برای غلبه بر چالش‌های تشخیص ملانوما ارائه دهند.

ملانوما، یکی از کشنده‌ترین انواع سرطان پوست است که گرچه گسترش زیادی نداشته اما بیشترین میزان مرگ ناشی از سرطان پوست را به دنبال دارد. تشخیص دقیق، به موقع و قابل اطمینان ملانوما، به چالش قابل توجهی در حوزه بیماری‌های پوستی تبدیل شده است. پژوهشگران، راهبرد جدیدی برای استفاده از زیست‌نشانگرهای "ریزآران‌ای"(miRNA) ارائه داده‌اند که می‌توان امکان شناسایی سلول‌های ملانوما را در تومورهای پوستی حتی در آغاز شکل‌گیری آنها فراهم کند.

"رابرت جودسون تاررز"(Robert L. Judson-Torres)، از پژوهشگران این پروژه گفت: اگرچه در صورتی که ملانوما به موقع تشخیص داده شود، قابل درمان است اما فرآیند تشخیص زخم‌های ناشی از آن، چالش‌برانگیز است. هزینه درمان و مقابله با ملانوما در مراکز پزشکی، بسیار بالاست؛ در نتیجه حتی اگر بیماری به موقع تشخیص داده شود، فرآیند درمان به محل زندگی بیمار بستگی دارد.

زیست‌نشانگرهای مولکولی مانند ریزآران‌ای، برای تشخیص مشکلات و بیماری‌های بسیاری از جمله ملانوما به کار می‌روند اما با وجود شناسایی صدها نوع متفاوت از ریزآران‌ای، توافق کمی میان پژوهش‌های انجام شده وجود دارد و همین موضوع، استفاده موثر از آنها را محدود می‌کند.

این پژوهش جدید نشان می‌دهد که یکی از اثرات روش مولکولی در تشخیص ملانوما، فراهم کردن امکان آزمایش و تشخیص درست است اما روش‌های مولکولی مبتنی بر بیان ژن، به سادگی تحت تاثیر ناهمگونی تومور و بافت قرار می‌گیرند. پژوهشگران برای غلبه بر این موانع، راهبرد جدیدی ارائه داده‌اند.

پژوهشگران برای شناسایی ریزآران‌ای‌ها، از یادگیری ماشینی استفاده کردند. آنها در ابتدا ناهمگونی تومور و سن بیمار را به عنوان متغیرهایی که تشخیص ملانوما را دشوار می‌کنند، شناسایی کردند. پژوهشگران با استفاده از روش یادگیری ماشینی توانستند نسبت بیان ریزآران‌ای را شناسایی کنند. آنها 82 زخم ناشی از ملانوما را ارزیابی کردند و موفق شدند با کمک این روش جدید، آنها را با 81 درصد حساسیت و 88 درصد ویژگی طبقه‌بندی کنند.

"رودریگو تورس"(Rodrigo Torres)، نویسنده ارشد این پژوهش گفت: ما در بررسی‌های خود دریافتیم که می‌توانیم با ابداع یک طبقه‌بندی از نسبت میان ریزآران‌ای‌های مهم، زیست‌نشانگر دقیق‌تری ارائه دهیم که نسبت به تغییرات صورت گرفته در سلول تومور حساس باشد و امکان آزمایش نمونه‌های انسانی گوناگون را فراهم کند.

جودسون تاررز افزود: ریزآران‌ای‌ها، ثبات بسیاری دارند، به سادگی صورت می‌گیرند، به بافت کمی نیاز دارند و بررسی آنها با هزینه کم امکان‌پذیر است. این روش جدید می‌تواند سلول‌های ملانوما را تنها در چند ثانیه شناسایی کند. ما امیدواریم که بتوانیم روش خود را به صورت بالینی به کار ببریم تا همه بیماران از امکان تشخیص دقیق و به موقع برخوردار شوند و امکان تشخیص، در گرو محل زندگی آنها نباشد. تشخیص به موقع و دقیق ملانوما، پیامدهای امیدوارکننده‌ای برای بیمار خواهد داشت.

این پژوهش، در مجله "Journal of Investigative Dermatology" به چاپ رسید.

قیمت بک لینک و رپورتاژ
نظرات خوانندگان نظر شما در مورد این مطلب؟
اولین فردی باشید که در مورد این مطلب نظر می دهید
ارسال نظر
پیشخوان