Deep learning to facilitate individualised treatment of patients with brain tumors

Gliom är hjärntumörer som oftare än andra hjärntumörer är elakartade. Ett problem är att gliom kan bete sig väldigt olika. En del växer långsamt och andra är mycket aggressiva. Gliom är en förhållandevis sällsynt diagnos, men för individen kan en gliomdiagnos innebära lidande och många förlorade levnadsår.

 

 

Idag används huvudsakligen MR för att kartlägga dessa tumörer, men den traditionella bedömningen ger inte all den information som behövs för att kunna göra informerade val av behandling tillsammans med patienten. Det gäller till exempel vilken biologisk profil tumören har, vilket ger information om exempelvis känslighet för cellgifter och prognos. Det skulle vara av värde för individualiserade beslut om behandling att få mer tillförlitliga data utan att behöva ta vävnadsprov.

I det här projektet tittar forskarna på mer långsamväxande gliom. På senare tid har AI-assisterad diagnostisering av hjärntumörer fått mycket uppmärksamhet på grund av den utveckling som skett av deep learning-metoder. Irene Gu, professor på Chalmers, är expert på deep learning. Det är en metod inom maskininlärning som i preliminära analyser med stor tillförlitlighet kan skilja hjärntumörer åt, även inom olika undergrupper. Även om gliom är sällsynta kan man tänka sig att fler tumörsjukdomar kan hanteras med samma metod i framtiden.