Tổng quan về ứng dụng trí tuệ nhân tạo trong điều trị ung thư tuyến tụy

Hiện nay, ứng dụng trí tuệ nhân tạo và học máy đã được áp dụng để xác định các loại tế bào ung thư tuyến tụy không xâm lấn, bao gồm tiết lộ các phân nhóm và đặc điểm phân tử của ung thư tuyến tụy.

1. Ứng dụng trí tuệ nhân tạo trong xạ trị ung thư tụy

Phải mất một thời gian dài để xác định chính xác khu vực mục tiêu của ung thư tuyến tụy trong xạ trị. Một nghiên cứu gần đây đã sử dụng học máy để nhắm mục tiêu ung thư tuyến tụy không được dán nhãn. Một mạng lưới thần kinh học sâu bao gồm các bước sau: Đầu vào là hình ảnh X-quang hoàn chỉnh được camera trên xe thu nhận, sau đó hình ảnh được máy tính xử lý và cuối cùng các thay đổi được mô phỏng giữa mô hình và mô hình. đích và mô bình thường.

2. Độ chính xác của mô hình được đánh giá lại thông qua nghiên cứu hồi cứu về ung thư tuyến tụy

Đầu ra là vị trí của mục tiêu kế hoạch đã được xác minh trong hình ảnh được chiếu. Lập kế hoạch mục tiêu cũng có thể được thực hiện bằng cách bắt chước bộ não con người thông qua trí tuệ nhân tạo. Ứng dụng trí tuệ nhân tạo này dựa trên cộng hưởng từ vùng bụng (MR) -ART để vẽ đường viền tự động theo hai bước. Bước đầu tiên là so sánh hình ảnh MR của bệnh nhân với hình ảnh MR bình thường. Do độ phân giải MR cao, nó có thể phác thảo đại khái đối tượng. Trong bước thứ hai, thông tin được lấy trực tiếp từ dữ liệu pixel thông qua máy vectơ hỗ trợ dựa trên hành động, thích ứng, được giám sát để học và phác thảo từ các đặc điểm của pixel. Thông tin thu được qua hai bước này sau đó được tích hợp bởi trí tuệ nhân tạo, dẫn đến kết quả cuối cùng. Cách tiếp cận này có thể thu được các giá trị của viện khoa học dữ liệu lớn hơn 0,86.

3. Có thể sử dụng mô hình mạng nơ ron nhân tạo để xác định liều lượng phù hợp

Do tuyến tụy nằm sâu trong ổ bụng nên việc xạ trị không chỉ đòi hỏi phải định vị chính xác mà còn phải có liều lượng thích hợp. Một ứng dụng y tế của trí tuệ nhân tạo có thể được sử dụng để xác định liều lượng thích hợp. Dữ liệu được xử lý bởi lớp đầu vào, lớp ẩn và đầu ra, được tính trọng số liên tục. Sau khi đào tạo, các lỗi được hiểu và phân bổ trọng số của lớp ẩn được điều chỉnh. Đầu vào trong khai thác dữ liệu mạng thần kinh nhân tạo là các tham số lập kế hoạch hình học [bao gồm hình ảnh CT, kế hoạch điều trị, cấu trúc và phân phối liều lượng được tính toán bởi hệ thống lập kế hoạch điều trị]. quản lý (TPS)]. Một đầu ra duy nhất là dự đoán liều trong TPS cho voxel.

4. Ứng dụng trí tuệ nhân tạo trong hóa trị ung thư tuyến tụy

Các phân nhóm khác nhau của tế bào ung thư tuyến tụy nhạy cảm với các phác đồ hóa trị khác nhau. Cách xác định các phân nhóm tế bào là chẩn đoán thông qua giải phẫu bệnh. Tuy nhiên, khi bước vào bệnh lý sẽ không tránh khỏi chút đau đớn cho người bệnh. Do tính không đồng nhất và cấu trúc nang của các khối u ung thư tuyến tụy, kết quả chọc dò thường không lý tưởng và đôi khi còn cho kết quả âm tính giả.

Do đó, một ứng dụng của trí tuệ nhân tạo học máy đã được áp dụng để nhận dạng loại tế bào ung thư tuyến tụy không xâm lấn, bao gồm tiết lộ các phân nhóm và đặc điểm phân tử của ung thư biểu mô tuyến. tuyến tụy. Bằng cách sử dụng máy học, biểu hiện protein liên quan đến ung thư tuyến tụy, phiên mã mRNA, methyl hóa DNA và miRNA đã được tích hợp. Ung thư tuyến tụy được chia thành hai loại. Các phân nhóm được xác định có phản ứng rõ ràng với liệu pháp điều trị bằng thuốc tương ứng và do đó có thể hướng dẫn hóa trị liệu.

5. Phân tích X-quang kết hợp với các mô hình học máy có thể tạo ra sự phân biệt cụ thể và nhạy cảm cao

Trong một nghiên cứu đoàn hệ quan sát hồi cứu với các phân nhóm mô bệnh học, sau khi thu thập dữ liệu lâm sàng và hình ảnh của bệnh nhân, các hình ảnh được phân loại bằng phương pháp mù đôi. Sau khi xử lý hình ảnh, trích xuất tính năng, tiền xử lý tính năng, kỹ thuật tính năng và mô hình máy học, 70% hàng đợi được sử dụng để đào tạo và 30% hàng đợi được kiểm tra. Nghiên cứu này cho thấy rằng phân tích chụp X quang kết hợp với mô hình máy học có thể tạo ra sự phân biệt có độ nhạy cao, độ đặc hiệu cao giữa hai phân nhóm ung thư biểu mô tuyến tụy phân tử (PDAC) được xác định bởi mô hình.

6. Việc phân tích các đặc điểm phóng xạ thông qua học máy có thể dự đoán các loại phụ của PDAC

Việc phân tích các đặc điểm phóng xạ thông qua học máy có thể dự đoán các kiểu phụ của PDAC. Điều này liên quan nhiều đến đáp ứng với hóa trị và khả năng sống sót của bệnh nhân. Trí tuệ nhân tạo cũng có thể mô phỏng tác động của thuốc nhắm mục tiêu khối u đối với gen nhắm mục tiêu khối u. Bằng cách kết hợp học máy, dược lý và trao đổi chất, hiệu quả của các loại thuốc nhắm mục tiêu không chỉ phụ thuộc vào trạng thái của từng gen. Nó cũng liên quan đến mức độ định lượng của hiệu ứng Wahlberg, dẫn đến sự xuất hiện của một cửa sổ trị liệu in vivo.

7. Ứng dụng trí tuệ nhân tạo trong phẫu thuật ung thư tuyến tụy

Các báo cáo đầu tiên về phẫu thuật cắt tụy nội soi được công bố vào đầu những năm 1990 và ca phẫu thuật cắt tụy nội soi đầu tiên được báo cáo vào năm 1994. Phẫu thuật cắt đuôi tụy nội soi (LDP) là khả thi và an toàn. So với mổ hở, cắt đuôi tụy nội soi có ưu điểm là chảy máu ít hơn, thời gian nằm viện ngắn hơn, tỷ lệ biến chứng sau mổ thấp hơn và hiệu quả điều trị ung thư ngắn hạn.

Phẫu thuật nội soi đuôi tụy cũng ngày càng được sử dụng cho những bệnh nhân có chỉ số BMI cao, tiền sử phẫu thuật bụng, biến chứng và khối u lớn. So với mổ hở điều trị ung thư tụy, mổ nội soi còn một số hạn chế như trường nhìn mổ hai chiều, phạm vi cử động hạn chế, hiệu ứng điểm tựa, tác nhân gây chấn động tăng. . Tuy nhiên, phẫu thuật ung thư tuyến tụy có sự hỗ trợ của robot (RDP) có thể giúp phẫu thuật xâm lấn tối thiểu hiệu quả hơn, đồng thời duy trì các ưu điểm của phẫu thuật nội soi (ít chấn thương, hồi phục sau mổ nhanh và ít chảy máu).

8. Phẫu thuật ung thư tuyến tụy với sự hỗ trợ của robot có thể tối ưu hóa phẫu thuật nội soi mà không làm tăng tác dụng phụ?

Câu hỏi đặt ra là liệu phẫu thuật ung thư tuyến tụy có sự hỗ trợ của robot có thể tối ưu hóa phẫu thuật nội soi mà không làm tăng tác dụng phụ hay không. Một số nghiên cứu đã phát hiện ra rằng phẫu thuật có sự hỗ trợ của robot cũng an toàn và khả thi như nội soi DP. Lượng máu mất trong mổ, thời gian nằm viện, tỷ lệ tử vong và biến chứng sau mổ cũng như tỷ lệ rò tụy sau mổ trong phẫu thuật có robot hỗ trợ tương tự như phẫu thuật nội soi cắt đuôi thân. So với mổ mở cắt bỏ đoạn xa, xác suất rò tụy trong phẫu thuật có sự hỗ trợ của robot không tăng lên và xác suất biến chứng phẫu thuật, tỷ lệ tái phát, tỷ lệ tử vong cũng như ngày nhập viện là tương đương nhau.

Phẫu thuật cắt bỏ toàn bộ phần xa cơ thể và cắt bỏ toàn bộ cơ thể với sự hỗ trợ của robot có thể so sánh với phẫu thuật truyền thống về độ an toàn cũng như hầu hết các chỉ tiêu kết quả. Phẫu thuật có sự hỗ trợ của robot tương đối an toàn, nhưng so với phẫu thuật truyền thống và phẫu thuật nội soi xâm lấn tối thiểu, nó cải thiện tỷ lệ bảo tồn mạch máu lách và giảm nguy cơ chuyển sang mổ mở.

9. Ưu điểm của phẫu thuật bằng robot

Hệ thống phẫu thuật robot Da Vinci có những đặc điểm độc đáo phản ánh những ưu điểm chính của phẫu thuật nội soi. Có chế độ xem 3D ổn định, chuyển động giống như cổ tay của công cụ hiệu ứng (bảy bậc tự do), không có điểm tựa, không bị rung lắc và không có tỷ lệ chuyển động của công cụ.

10. Một số hạn chế của phẫu thuật bằng robot

Mặc dù phẫu thuật cắt bỏ phần xa có sự hỗ trợ của robot có những lợi ích tiềm năng trong việc bảo tồn lá lách, nhưng chi phí phẫu thuật bằng robot rất cao, đây là một trong những trở ngại đối với việc sử dụng rộng rãi nó. nó. Robot phẫu thuật cũng thiếu phản hồi cảm giác xúc giác và có đường cong học tập cao hơn. Các nghiên cứu đã chỉ ra rằng phải mất tới 80 ca để một bác sĩ phẫu thuật chính trở nên lành nghề và kinh nghiệm phẫu thuật nội soi có thể rút ngắn quá trình này. Trong một số trường hợp phức tạp, phẫu thuật robot thực hiện tốt hơn so với phẫu thuật nội soi truyền thống, chẳng hạn như phẫu thuật bảo tồn lá lách với bảo tồn các mạch máu lách. Ví dụ, đối với những bệnh nhân có chỉ số BMI cao, phẫu thuật bằng robot có thể làm giảm lượng máu mất trong phẫu thuật và rút ngắn thời gian nằm viện.