Κατηγορία: Επιστημονικά Νέα

Μια απλή εξέταση αίματος θα μπορούσε να βοηθήσει στην ανίχνευση υποτροπής του καρκίνου του μαστού μέχρι 2 χρόνια νωρίτερα, σε σχέση με σήμερα.

Η έρευνα έγινε από το Imperial College London και το Πανεπιστήμιο του Leicesterχρηματοδοτήθηκε από την Cancer Research UK.

 

 

Η εξέταση αίματος ονομάζεται Signatera και αναπτύχθηκε από την εταιρία γενετικών δοκιμών Natera. Χρησιμοποιεί αξιολόγηση μοριακής υπολειμματικής νόσου (MRD) για να ανιχνεύσει ακόμη και ίχνη ποσότητας του μεταλλαγμένου DΝΑ που απελευθερώνεται από τους νεκρούς όγκους, επιτρέποντας έτσι την έγκαιρη ανίχνευση υποτροπής.

Μία μικρή μελέτη, που δημοσιεύθηκε στο Clinical Cancer Research, έδειξε ότι η εξέταση αίματος ήταν σε θέση να ανιχνεύσει το 89% όλων των υποτροπών, κατά μέσο όρο εντυπωσιακό 8,9 μήνες ταχύτερα, σε σχέση με τη μαστογραφία.

Η μελέτη συμπεριέλαβε όλους τους υποτύπους του καρκίνου του μαστού: HER2-θετικού, θετικού ορμονικού υποδοχέα και τριπλού αρνητικού. Τα δείγματα αίματος συλλέχθηκαν κάθε 2 μήνες για έως και 4 χρόνια από κάθε ασθενή και τα αποτελέσματα συσχετίστηκαν με ακτινολογικά και κλινικά αποτελέσματα.

Ο Δρ David Crosby, από το Cancer Research UK, δήλωσε: «Τα αρχικά αποτελέσματα αυτής της μελέτης είναι ενθαρρυντικά. Η παρακολούθηση του χρόνου εμφάνισης του καρκίνου του μαστού σε ορισμένους ασθενείς αποτελεί σημαντικό βήμα για τη βελτίωση της επιβίωσης. Η νέα μέθοδος είναι πολλά υποσχόμενη, αν και απαιτεί περαιτέρω επικύρωση. Ανυπομονώ να δω τα επόμενα βήματα αυτής της έρευνας χρησιμοποιώντας μια μεγαλύτερη ομάδα ασθενών».

 

Πηγη:https://virus.com.gr/

Ερευνητές στις ΗΠΑ και την Κίνα δημιούργησαν τον πρώτο βηματοδότη που δεν χρειάζεται μπαταρία, αλλά τροφοδοτείται με ενέργεια από τους χτύπους της καρδιάς.

Η εμφυτεύσιμη συσκευή, προς το παρόν έχει δοκιμασθεί με επιτυχία σε πειραματόζωα (χοίρους). Τα πειραματόζωα έχουν καρδιά παρόμοιου μεγέθους με την ανθρώπινη. Η συσκευή, εκτός από την κυρίως εργασία της, δηλαδή την παραγωγή ηλεκτρικών παλμών για τη ρυθμική σύσπαση της καρδιάς, μπορεί επίσης να διορθώσει την καρδιακή αρρυθμία.

Οι ερευνητές του Ινστιτούτου Τεχνολογίας της Τζόρτζια (GeorgiaTech) στην Ατλάντα και του Ινστιτούτου Νανοενέργειας και Νανοσυστημάτων της Κινεζικής Ακαδημίας Επιστημών στο Πεκίνο, έκαναν τη σχετική δημοσίευση στο περιοδικό “Nature Communications”.

Οι υπάρχοντες βηματοδότες και άλλες εμφυτεύσιμες ιατρικές συσκευές τροφοδοτούνται με ρεύμα από μικρές μπαταρίες. Που όμως είναι βραχύβιες, άκαμπτες και εμποδίζουν την περαιτέρω συρρίκνωση του μεγέθους των συσκευών. Οι έως τώρα υπάρχουσες αυτοτροφοδοτούμενες εμφυτεύσιμες συσκευές είχαν δοκιμαστεί μόνο σε μικρά ζώα. Με μικρές ενεργειακές απαιτήσεις.

Τροφοδότηση ενέργειας

Ο νέος βηματοδότης -που δοκιμάσθηκε σε μεγάλο πλέον ζώο- είναι ο πρώτος που μπορεί να αντλήσει από την ίδια την καρδιά αρκετό ρεύμα, ώστε να τροφοδοτήσει με ενέργεια ένα κανονικό βηματοδότη για το εμπόριο. Η νανογεννήτρια μέσα στο βηματοδότη είναι βιοσυμβατή και ανθεκτική στο χρόνο.

Προς το παρόν ο βηματοδότης χωρίς μπαταρία δεν μπορεί να χρησιμοποιηθεί σε ανθρώπους. Επειδή πρέπει να βελτιωθεί περαιτέρω και να ελεγχθεί η μακρόχρονη ασφάλεια του. Μελλοντικά, η εν λόγω τεχνολογία θα μπορούσε να αξιοποιηθεί και σε άλλες εφαρμογές. Όπως η εμβιομηχανική ιστών, η αναγέννηση νεύρων και ο επαναπρογραμματισμός βλαστοκυττάρων.

Ο καθηγητής καρδιαγγειακής ιατρικής Τιμ Τσίκο του Πανεπιστημίου του Σέφιλντ δήλωσε ότι «εκατομμύρια ασθενείς υποβάλλονται σε επέμβαση εμφύτευσης βηματοδότη που θεραπεύει τους γρήγορους ή τους αργούς παλμούς της καρδιάς. Οι βηματοδότες είναι πολύ αποτελεσματικοί, αλλά δυστυχώς η ζωή της μπαταρίας τους είναι περιορισμένη. Η αντικατάσταση της μπαταρίας απαιτεί άλλη επέμβαση κάθε λίγα χρόνια, η οποία ενέχει κίνδυνο μόλυνσης. Ο νέος αυτοτροφοδοτούμενος βηματοδότης δημιουργεί ελπίδες ότι θα καταστεί περιττή η αντικατάσταση της μπαταρίας».

Πρόσθεσε ότι «τα αποτελέσματα της έρευνας είναι πολύ ενθαρρυντικά. Όμως χρειάζεται να γίνει ακόμη πολλή δουλειά, προτού η συσκευή χρησιμοποιηθεί στους ανθρώπους».

 

Πηγη:https://www.healthpharma.gr/

Αμερικανοί επιστήμονες χρησιμοποίησαν τον ιό HIV για να κάνουν μια γονιδιακή θεραπεία, που ήδη θεράπευσε 8 βρέφη με σοβαρή συνδυασμένη ανοσοανεπάρκεια (SCID). Τα αποτελέσματα της έρευνας δημοσιεύθηκαν στο New England Journal of Medicine.

Τα μωρά, που γεννιούνται με τη νόσο έχουν ελάχιστο ή καθόλου ανοσοποιητικό σύστημα και πρέπει να ζουν σε απολύτως στείρες συνθήκες αλλά και πάλι συνήθως πεθαίνουν ως βρέφη.

Η γονιδιακή θεραπεία αφορούσε τη συλλογή του μυελού των οστών των μωρών και τη διόρθωση του γενετικού ελαττώματος στο DNA τους σύντομα μετά τη γέννησή τους. Το «σωστό» γονίδιο, το οποίο χρησιμοποιήθηκε για τη διόρθωση του ελαττώματος, εισήχθη σε μια τροποποιημένη έκδοση του ιού HIV, που προκαλεί το AIDS.

Οι ερευνητές δήλωσαν ότι τα περισσότερα από τα μωρά βγήκαν από το νοσοκομείο εντός ενός μηνός και όλα τους έχουν πλέον πλήρες και λειτουργικό ανοσοποιητικό σύστημα. Τα βρέφη υποβλήθηκαν σε θεραπεία στο Νοσοκομείο Έρευνας Παιδιών του St Jude στο Μέμφις και στο Παιδικό Νοσοκομείο Benicoff στο Σαν Φρανσίσκο.

Μέχρι πρότινος, η καλύτερη θεραπεία για τη σπάνια αυτή νόσο είναι μεταμόσχευση μυελού των οστών από ένα ιστοσυμβατό δότη. Ωστόσο, σύμφωνα με τους ειδικούς, περισσότερο από το 80% αυτών των ασθενών δεν βρίσκουν τέτοιους δότες και πρέπει να βασίζονται σε βλαστοκύτταρα από άλλους δότες. Αυτή η διαδικασία είναι λιγότερο πιθανό να θεραπεύσει τη νόσο και είναι πιο πιθανό να προκαλέσει σοβαρές παρενέργειες.

Προηγούμενες εξελίξεις στη γονιδιακή θεραπεία παρείχαν εναλλακτικές λύσεις σε μεταμόσχευση μυελού των οστών, αλλά αυτές οι θεραπείες ενίοτε περιλάμβαναν χημειοθεραπεία και είχαν συνέπειες με μια σειρά άλλων ασθενειών, συμπεριλαμβανομένων των διαταραχών του αίματος, της δρεπανοκυτταρικής αναιμίας και της θαλασσαιμίας και του μεταβολικού συνδρόμου.

 

Πηγη:https://virus.com.gr

 

Πηγη:https://www.onmed.gr

Επιστήμονες στις ΗΠΑ για πρώτη φορά αποκατέστησαν την κυκλοφορία στις εγκεφαλικές αρτηρίες και την κυτταρική δραστηριότητα στον εγκέφαλο πειραματόζωων (χοίρων) τέσσερις ολόκληρες ώρες μετά το θάνατο τους. Το πέτυχαν αυτό χάρη σε ένα νέο σύστημα υποστήριξης υψηλής τεχνολογίας, το οποίο μπορεί να αποτρέψει και να αναστρέψει την ταχεία αποσύνθεση του εγκεφάλου ακόμη και αρκετές ώρες αφότου έχει επέλθει ο εγκεφαλικός θάνατος. Αυτό επιτρέπει τη μελέτη ορισμένων αναζωογονημένων λειτουργιών του νεκρού εγκεφάλου, χωρίς όμως να επανέρχονται σε αυτόν οι ανώτερες λειτουργίες όπως η αντίληψη και η συνείδηση.

Το επίτευγμα -εφόσον δοκιμασθεί περαιτέρω- μπορεί μελλοντικά να βοηθήσει στην επιβίωση του εγκεφάλου και στον περιορισμό των βλαβών σε αυτόν μετά από ένα τραύμα ή εγκεφαλικό επεισόδιο. Ακόμη ίσως επιτρέψει την καλύτερη δοκιμή πειραματικών φαρμάκων για τον εγκέφαλο. Παράλληλα όμως εγείρει ερωτήματα σχετικά με την έως τώρα κυρίαρχη επιστημονική αντίληψη για την αμεσότητα και την υποτιθέμενη μη αναστρέψιμη φύση της διακοπής ορισμένων εγκεφαλικών λειτουργιών μετά το θάνατο. Με άλλα λόγια, οι επιστήμονες φαίνεται πως μπορούν πλέον να αναιρέσουν για ένα χρονικό διάστημα αυτό που έως τώρα φαινόταν οριστικός εγκεφαλικός θάνατος.

Ο απομονωμένος -αποχωρισμένος από το υπόλοιπο σώμα- εγκέφαλος του νεκρού χοίρου κατά κάποιο τρόπο «αναστήθηκε», αφού με τη βοήθεια ενός ειδικού χημικού διαλύματος (αντί για αίμα) αναβίωσαν πολλές βασικές κυτταρικές λειτουργίες, που έως τώρα θεωρούνταν ότι σταματούν μερικά δευτερόλεπτα ή λεπτά αφότου σταματά το οξυγόνο και η κυκλοφορία του αίματος στον εγκέφαλο.

Πάντως οι επιστήμονες της Ιατρικής Σχολής του Πανεπιστημίου Γέιλ, με επικεφαλής τον καθηγητή νευροεπιστήμης Νενάντ Σέσταν, που πειραματίσθηκαν με 32 χοίρους και έκαναν τη σχετική δημοσίευση στο περιοδικό “Nature”, ξεκαθάρισαν ότι ο εν μέρει «αναστημένος» εγκέφαλος δεν διέθετε καθόλου αναγνωρίσιμα ηλεκτρικά σήματα, που σχετίζονται με τη φυσιολογική εγκεφαλική λειτουργία.

 

Πηγη:https://www.healthweb.gr

Οι επιστήμονες στο Πανεπιστήμιο του Cambridge αποκάλυψαν ότι υπάρχουν πραγματικά άνθρωποι που είναι εκ του φυσικού τους αδύνατοι και δεν πρέπει να παρακολουθούν το βάρος τους. Τώρα έχουν βρει ένα συγκεκριμένο γονίδιο το οποίο λένε ότι είναι το πιο σημαντικό για να διατηρούνται σε χαμηλό βάρος.

Τα ευρήματα θα μπορούσαν να οδηγήσουν σε νέα φάρμακα που μιμούνται τις γενετικές παραλλαγές, διατηρώντας μια αλλαγή στον εγκέφαλο που μας λέει να σταματήσουμε να τρώμε. Ένα τυχερό 6% του πληθυσμού έχει παραλλαγές σε αυτό το γονίδιο που μειώνει κατά το ήμισυ τις πιθανότητές τους να γίνουν παχύσαρκοι. Τα ευρήματα θα μπορούσαν να οδηγήσουν σε νέα φάρμακα που μιμούνται τις γενετικές παραλλαγές, διατηρώντας μια αλλαγή στον εγκέφαλο που μας λέει να σταματήσουμε να τρώμε.

Ο καθηγητής Sadaf Farooqi, από το Πανεπιστήμιο του Cambridge, διεξήγαγε μια μελέτη για το γονίδιο MC4R, εξετάζοντας περίπου μισό εκατομμύριο βρετανούς από τη γενετική βάση δεδομένων Biobank του Ηνωμένου Βασιλείου. Σημείωσε ότι: «Αυτή η μελέτη οδηγεί στο σπίτι το γεγονός ότι η γενετική διαδραματίζει σημαντικό ρόλο στο γιατί μερικοί άνθρωποι είναι παχύσαρκοι και μερικοί άνθρωποι είναι αρκετά τυχεροί που έχουν γονίδια που τα προστατεύουν από την παχυσαρκία»

ΤΙ ΕΙΝΑΙ ΤΟ ΓΟΝΙΔΙΟ MC4R;

Το γονίδιο MC4R είναι ήδη πασίγνωστο για το ρόλο του στην αύξηση βάρους. Περίπου ένας στους 100 ανθρώπους έχει μια μετάλλαξη που σταματά το γονίδιο και είναι πολύ πιο πιθανό να είναι παθολογικά παχύσαρκοι. Μόνο πρόσφατα οι επιστήμονες διαπίστωσαν ότι μπορεί επίσης να κρατήσει τους ανθρώπους αδύνατους και αυτή είναι η πρώτη φορά που έχει καταστεί σαφές πόσοι άνθρωποι θα μπορούσαν να ωφεληθούν.

Οι ερευνητές εξέτασαν το γονίδιο σε 452.300 άτομα, βρίσκοντας 61 μικρές διαφορές σε αυτό που επηρεάζουν το σωματικό βάρος. Οι καλύτερες εννέα γενετικές παραλλαγές μείωσαν τις πιθανότητες των ανθρώπων να γίνουν παχύσαρκοι, να νοσήσουν από διαβήτη τύπου 2 ή στεφανιαία νόσο έως και 50%.

Η μελέτη διαπίστωσε ότι το 6% των ανθρώπων έφερε μία από αυτές τις εννέα γενετικές παραλλαγές, πράγμα που σημαίνει ότι σχεδόν τέσσερα εκατομμύρια άνθρωποι στο Ηνωμένο Βασίλειο είναι πιθανό να τις έχουν. Αυτή η τυχερή ομάδα ανθρώπων έχει περισσότερες πιθανότητες να μείνει λεπτή, πιθανότατα επειδή τρώνε λιγότερο από όλους τους άλλους. Η γενετική τους ιδιορρυθμία λειτουργεί με την ενεργοποίηση του γονιδίου MC4R, το οποίο ελέγχει τους υποδοχείς στην επιφάνεια των εγκεφαλικών κυττάρων που μας λένε ότι είμαστε πλήρεις και να σταματήσουμε να τρώμε.

 

Πηγη:https://www.healthweb.gr/

Οι γιατροί ενδέχεται σύντομα να δώσουν σε μωρά ένα ποσοστό κινδύνου παχυσαρκίας χάρη σε μια πρόσφατα ανεπτυγμένη ανέξοδη γενετική εξέταση. Περίπου τα δύο τρίτα των Αμερικανών είναι υπέρβαροι ή παχύσαρκοι και οι επιστήμονες γνωρίζουν ότι τόσο το DNA όσο και ο τρόπος ζωής καθορίζουν ποιος θα φτάσει σε ένα ανθυγιεινό βάρος. Τώρα, οι ερευνητές του Πανεπιστημίου του Χάρβαρντ και του Ινστιτούτου Ευρέων Ερευνών έχουν εντοπίσει γενετικούς δείκτες ανιχνεύσιμους χρησιμοποιώντας μια δοκιμή DNA που μπορεί να βοηθήσει τους γιατρούς να προβλέψουν την παχυσαρκία με άνευ προηγουμένου ακρίβεια.

Η δοκιμή δεν μπορεί να προσφέρει πλήρη βεβαιότητα, αλλά οι 2,1 εκατομμύρια γενετικές παραλλαγές που χρησιμοποιεί θα μπορούσαν να δώσουν στις οικογένειες μια έγκαιρη προειδοποίηση ότι τα παιδιά τους πρέπει να παραμείνουν ενεργά και να τρώνε καλά για να ελαχιστοποιήσουν τους κληρονομικούς κινδύνους παχυσαρκίας. Και οι συγγραφείς της μελέτης λένε ότι μια παρόμοια εξέταση μπορεί να προβλέψει κάποια άλλη περίπλοκη κατάσταση, όπως είναι η καρδιακή νόσος.

Για να σχεδιάσουν τη νέα δοκιμή τους, η ερευνητική ομάδα του Harvard και Broad συγκέντρωσε πληροφορίες για δύο εκατομμύρια παραλλαγές γονιδίων μέσω ενός απλού τεστ DNA 50 microarray DNA. Στο τέλος, εντοπίστηκαν μόνο 140 γενετικές παραλλαγές με ιδιαίτερα ισχυρούς δεσμούς με τους κινδύνους της παχυσαρκίας.

Χρησιμοποιώντας τα μοτίβα που βρήκαν σε όλες αυτές τις γενετικές πληροφορίες, οι ερευνητές διαπίστωσαν ότι θα μπορούσαν να προβλέψουν με ακρίβεια ποιοι θα γίνουν υπέρβαροι ή παχύσαρκοι σε δείγμα 3.000 μωρών, παιδιών και ενηλίκων. Τα αποτελέσματα των γενετικών εξετάσεων αντιστοιχούσαν σε «εντυπωσιακές» διαφορές στο βάρος και στο ύψος (και συνεπώς στο ΔΜΣ). Τα μωρά που είχαν γενετικό κίνδυνο για την παχυσαρκία δεν είχαν πολύ δραστικά διαφορετικά βάρη γέννησης, αλλά από τη στιγμή που ήταν τριών ετών, οι διαφορές που προέβλεπε η εξέταση DNA άρχισαν να ξεφεύγουν.

Και καθώς οι συμμετέχοντες στη μελέτη μεγάλωναν, οι ΔΜΣ τους μειώνονταν όλο και περισσότερο με τα αποτελέσματα των γενετικών δοκιμασιών τους. Η βαθμολογία κινδύνου «προβλέπει σαφείς διαφορές στο βάρος κατά τη διάρκεια της πρώιμης παιδικής ηλικίας και βαθιές διαφορές στην τροχιά βάρους και τον κίνδυνο ανάπτυξης σοβαρής παχυσαρκίας τα επόμενα χρόνια», λέει ο ανώτερος συγγραφέας Sekar Kathiresan, ειδικός γονιδιωματικής και καρδιαγγειακής ιατρικής στο Broad Institute.

 

Πηγη:https://www.healthweb.gr

Οι ερευνητές της Novartis συνεργάζονται με την τεχνολογική επιχείρηση PathAI για τη διερεύνηση κρυμμένων πληροφοριών σε παθολογοανατομικά πλακάκια.

Γιατί Τεχνητή Νοημοσύνη;

Εδώ και 150 χρόνια οι παθολογοανατόμοι εξετάζουν μέσα από μικροσκόπια, δείγματα ιστών τοποθετημένα πάνω σε αντικειμενοφόρες πλάκες (πλακάκια) για τη διάγνωση του καρκίνου. Κάθε αξιολόγηση είναι βαρυσήμαντη: Έχει καρκίνο αυτός ο ασθενής ή όχι;

Η δουλειά του παθολογοανατόμου είναι εξοντωτική. Ενα μόνο πλάκακι μπορεί να περιέχει εκατοντάδες χιλιάδες κύτταρα. Μόνο ένας μικρός αριθμός από αυτά μπορεί να είναι καρκινικά. Επίσης ένα μικρό ποσοστό διαγνώσεων χαρακτηρίζεται ως μη ακριβές.

Εδώ είναι που κάνει την εμφάνισή της η τεχνητή νοημοσύνη (Artificial Intelligence AI), ένα επιπλέον ζευγάρι αμερόληπτων, ακούραστων τεχνητών ματιών που θα μπορούσε να βοηθήσει στον εντοπισμό λαθών. Πολλοί ερευνητές στρέφονται σε αυτή τη δυνατότητα, αλλά οι παθολογοανατόμοι της Novartis πιστεύουν ότι η τεχνητή νοημοσύνη πρόκειται να παίξει έναν επιπρόσθετο ρόλο. Κάνουν την υπόθεση ότι τα παθολογοανατομικά πλακάκια μπορεί να περιέχουν πληροφορίες που θα βοηθήσουν να εξηγήσουμε γιατί μερικοί ασθενείς ανταποκρίνονται στη θεραπεία ενώ άλλοι ασθενείς που φαινομενικά είναι παρόμοιοι δεν ανταποκρίνονται.

Για να διερευνήσουν αυτή την ιδέα οι παθολογοανατόμοι και οι επιστήμονες της Novartis, που ασχολούνται με τα δεδομένα, έχουν ενώσει τις δυνάμεις τους με την τεχνολογική επιχείρηση PathAI. Εκπαιδεύουν ένα σύστημα τεχνητής νοημοσύνης που αναπτύχθηκε από την PathAI ώστε να μάθει να βλέπει τα ίδια πρότυπα που βλέπουν οι παθολογοανατόμοι και έπειτα θα βασιστούν σε αυτό για να καθορίσουν αν το σύστημα μπορεί να εντοπίσει κρυμμένα πρότυπα που περιέχουν όμως πληροφορίες που είναι υπερβολικά ανεπαίσθητες ή σύνθετες με αποτέλεσμα οι παθολογοανατόμοι να μην μπορούν να τις διακρίνουν. Αυτή η προσπάθεια αποτελεί μέρος μιας ευρύτερης προσπάθειας της Novartis να αξιοποιήσει τα δεδομένα και τις ψηφιακές τεχνολογίες με τρόπους που θα μπορούσαν να βοηθήσουν τους φορείς που αναπτύσσουν φάρμακα να παρέχουν τα σωστά φάρμακα στους σωστούς ασθενείς ταχύτερα.

Το σύστημα PathAI έμαθε να αναγνωρίζει τον καρκίνο.

Μικροσκόπιο: Ένας παθολογοανατόμος βλέπει ένα σύνολο κυττάρων πάνω σε ένα πλακάκι και βασίζεται στα χρόνια εκπαίδευσής του για να εντοπίσει τα κύτταρα που μπορεί να είναι καρκινικά.

Εικόνα Τεχνητής Νοημοσύνης: Το σύστημα PathAI εντοπίζει επίσης σημεία καρκίνου και παρουσιάζει την εκτίμησή του πάνω στο παθολογοανατομικό  πλακάκι, επισημαίνοντας τα καρκινικά κύτταρα (κόκκινο), τα περιβάλλοντα κύτταρα (πράσινο) και τα νεκρά κύτταρα (μαύρο).

Σε μια πρώτη δοκιμαστική φάση, η συνεργατική ομάδα εκπαίδευσε το σύστημα PathAI ώστε να βλέπει τα παθολογοανατομικά πλακάκια ασθενών που δεν έχουν λάβει θεραπεία και να διακρίνει τον όγκο από το φυσιολογικό ιστό. Το σύστημα μπορεί, επίσης, να αναγνωρίσει με αξιοπιστία διαφορετικούς τύπους κυττάρων σε ένα πλακάκι. Για έναν παθολογοανατόμο, αυτά τα χαρακτηριστικά αντιστοιχούν με την εύρεση βελόνας στα άχυρα και με την τοποθέτηση ετικέτας σε κάθε άχυρο στη συνέχεια.

Η ικανότητα επισήμανσης κάθε κυττάρου γίνεται αυξανόμενα σημαντική καθώς οι αντικαρκινικές θεραπείες εξελίσσονται και περιλαμβάνουν φάρμακα που στοχεύουν όχι μόνο τα καρκινικά κύτταρα αλλά και τα κύτταρα του ανοσολογικού συστήματος. Αν οι ηλεκτρονικοί υπολογιστές μπορούν να αναλύσουν ένα ολόκληρο παθολογοανατομικό πλακάκι  κατευθείαν και να κάνουν ποσοτική καταμέτρηση των κυτταρικών τύπων και θέσεων, θα μπορούσαν πιθανώς να αποκαλύψουν τα πρότυπα που προβλέπουν πόσο καλή μπορεί να είναι η πορεία ενός ασθενούς με μια δεδομένη θεραπεία.

Η Meg McLaughlin, παθολογοανατόμος και Διευθύντρια της ομάδας Ογκολογίας, Παθολογοανατομίας και Βιολογικών Δεικτών στην Ογκολογική Μεταφραστική Ερευνητική ομάδα στα Ινστιτούτα της Novartis για Βιοϊατρική Έρευνα (NIBR), δήλωσε: “Θέλουμε να δημιουργήσουμε μια πλατφόρμα που θα δώσει τη δυνατότητα στον τομέα της παθολογοανατομίας να υποστηρίξει τον επιταχυνόμενο ρυθμό της ανάπτυξης φαρμάκων.

Ελπίζουμε ότι θα μπορέσουμε να ανακαλύψουμε ποια χαρακτηριστικά συσχετίζονται με την επιβίωση ή την ανταπόκριση σε ένα φάρμακο ”.

Με την πρόσφατη έκρηξη στις υπό έρευνα επιλογές όσον αφορά την ανοσολογία-ογκολογία μαζί με θεραπείες που στοχεύουν τις μεταλλάξεις που ενισχύουν τον καρκίνο, μία από τις μεγαλύτερες προκλήσεις για τα άτομα που εργάζονται για την ανακάλυψη νέων θεραπειών είναι η αντιστοίχιση της πιο κατάλληλης θεραπείας με κάθε μεμονωμένο ασθενή. Ενώ οι γονιδιωματικές πληροφορίες συμβάλλουν στην προώθηση έξυπνων αποφάσεων, τα πολύτιμα στοιχεία από τα παθολογοανατομικά πλακάκια θα μπορούσαν να βοηθήσουν επίσης. Ο Andrew Beck, παθολογανατόμος, επιστήμονας στον τομέα της πληροφορικής και διευθύνων σύμβουλος της PathAI, με έδρα τη Βοστόνη στη Μασαχουσέτη των ΗΠΑ, δήλωσε: “Θέλουμε να δημιουργήσουμε μια πλατφόρμα που ενδυναμώνει τον τομέα της παθολογοανατομίας ώστε να υποστηρίξει τον επιταχυνόμενο ρυθμό της ανάπτυξης φαρμάκων ”.

Εκπαίδευση του Μοντέλου Τεχνητής Νοημοσύνης

Σε συνεργασία με το Ινστιτούτο Παθολογοανατομίας στο Πανεπιστημιακό Νοσοκομείο της Βασιλείας στην Ελβετία, η ομάδα της Novartis απέκτησε πρόσβαση σε 400 παθολογοανατομικές εικόνες από ιστούς με καρκίνο του μαστού και του πνεύμονα καθώς και σε ανώνυμες πληροφορίες ασθενών σχετικά με διαγνώσεις και χρόνους επιβίωσης. Ποια είναι η πρόκληση για την πλατφόρμα  PathAI; Όταν δοθεί μια εικόνα, πρέπει να εντοπίσει τον καρκίνο, να ταυτοποιήσει τους κυτταρικούς τύπους και να προβλέψει την πιθανότητα του ασθενούς για επιβίωση πέντε ετών.

Ένας τρόπος προσέγγισης της πρόκλησης είναι να δοθεί σε ένα σύνολο μη εκπαιδευμένων αλγορίθμων τεχνητής νοημοσύνης ένα υποσύνολο δεδομένων και να δούμε τι θα μάθει. Σε αντίθεση με έναν εκπαιδευμένο παθολογοανατόμο το μηχάνημα προσεγγίζει το πρόβλημα χωρίς καμία γνώση σχετικά με τα κύτταρα ή τον καρκίνο.

Ο Holger Hoefling επιστημονικός υπεύθυνος για τα δεδομένα στα Ινστιτούτα της Novartis για Βιοϊατρική Έρευνα (NIBR), ο οποίος συνεργάζεται στο πρόγραμμα με την PathAI και με μία εσωτερική ομάδα των NIBR με στόχο τη χρήση της τεχνητής νοημοσύνης για την αξιολόγηση των προβληματισμών για την ασφάλεια στις παθολογοανατομικές εικόνες, δήλωσε: “Οι άνθρωποι έχουν ήδη πολλές γνώσεις. Σκεφτείτε τα αυτόνομα αυτοκίνητα. Αυτοκίνητα που εκπαιδεύονται ώστε να οδηγούν. Ο χρόνος και τα δεδομένα που απαιτούνται για την εκπαίδευση είναι τεράστια. Το αντίθετο ισχύει αν βάλουμε έναν άνθρωπο μπροστά στο τιμόνι για 20 ώρες και τον αφήσουμε να οδηγήσει.”

Η PathAI για να δώσει στους μη εκπαιδευμένους αλγόριθμους περισσότερες γνώσεις για τα εκπαιδευτικά δεδομένα, αποφάσισε να τους παρέχει ακόμα πιο πλούσια δεδομένα. Μια ομάδα παθολογοανατόμων συμβούλων σημειώνει τα παθολογοανατομικά πλακάκια, παρέχοντας στους αλγόριθμους περισσότερες πληροφορίες προς επεξεργασία. Μοιάζει κάπως με σημειώσεις πάνω σε ένα ογκώδες λογοτεχνικό έργο που υπογραμμίζουν και εξηγούν τα κρίσιμα αποσπάσματα.

Παραδείγματος χάρη, κατά την εκπαίδευση των αλγορίθμων ώστε να διακρίνουν τους κυτταρικούς τύπους, η PathAI χώρισε τα πλακάκια σε περίπου 10 000 μικρότερες εικόνες και ζήτησε από τους παθολογοανατόμους να βάλουν ετικέτες στους κυτταρικούς τύπους σε κάθε πλάκακι. Η McLaughlin δήλωσε: “Χρειάστηκε να σκεφτούμε πάρα πολύ σχετικά με το πώς θα βάζαμε σημειώσεις στις εικόνες. Αυτό το βήμα καθορίζει σε μεγάλο βαθμό το τελικό αποτέλεσμα του μοντέλου τεχνητής νοημοσύνης.”

Τι είναι το Μαύρο Κουτί;

Οι ειδικοί τεχνητής νοημοσύνης αναφέρονται στους εκπαιδευμένους αλγόριθμους με τον όρο “μαύρο κουτί” επειδή είναι δύσκολο να ξέρουν τι έχει μάθει το σύστημα από τα εκπαιδευτικά δεδομένα ή πώς παίρνει αποφάσεις.

Μέσα στο μαύρο κουτί υπάρχει ένα σύνολο αλγόριθμων για την εκμάθηση των μηχανημάτων. Αυτοί οι αλγόριθμοι είναι μια συνεχής ροή τύπων που αναγνωρίζουν χαρακτηριστικά, όπως η παρουσία συγκεκριμένου σχήματος και τα συσχετίζουν με δεδομένα από πραγματικές συνθήκες, όπως για πόσο χρονικό διάστημα επιβίωσε στην πραγματικότητα ο ασθενής.

“Οι ειδικοί τεχνητής νοημοσύνης αναφέρονται στους εκπαιδευμένους αλγόριθμους με τον όρο “μαύρο κουτί” επειδή είναι δύσκολο να ξέρουν τι έχει μάθει το σύστημα από τα εκπαιδευτικά δεδομένα ή πώς παίρνει αποφάσεις.”

Καθώς οι αλγόριθμοι βλέπουν όλο και περισσότερες εικόνες, προσαρμόζουν την κατανόησή τους σχετικά με τα πρότυπα που βλέπουν στα δεδομένα. Τελικά μαθαίνουν ότι ορισμένα σχήματα σε μια αντικειμενοφόρο πλάκα προβλέπουν πιθανές εκβάσεις υγείας, όπως οι καλές πιθανότητες επιβίωσης για ένα έτος ή οι κακές πιθανότητες επιβίωσης για έξι μήνες.

Η προσέγγιση του μαύρου κουτιού έχει το όφελος ότι αποτελεί μια νέα ματιά στα δεδομένα, άρα μπορεί να αποκαλύψει μη αναμενόμενα βιολογικά πρότυπα. Όμως, μπορεί να ανακαλύψει και πρότυπα που δεν έχουν καμία απολύτως βιολογική σημασία. Οι επιστήμονες που ασχολούνται με τα δεδομένα πρέπει να υποβάλλουν σε εξονυχιστικό έλεγχο τα αποτελέσματα του μοντέλου τεχνητής νοημοσύνης, να αναγνωρίζουν τα ανούσια συμπεράσματα και να προσαρμόζουν τα εκπαιδευτικά δεδομένα και τους αλγόριθμους ώστε να τα ξεχωρίζουν και να τα απομακρύνουν.

Βλέποντας μέσα από τα μάτια ενός μηχανήματος

Μετά την εκπαίδευση, η πλατφόρμα PathAI επιτρέπει στους χρήστες να δουν παθολογοανατομικές εικόνες μέσα από τα μάτια του μηχανήματος. Τα τμήματα από τα πλακάκια που ορίζονται ως καρκινικά φωσφορίζουν με έντονο κόκκινο χρώμα σε ένα πεδίο πράσινου περιβάλλοντος ιστού. Οι διαφορετικοί τύποι κυττάρων ξεχωρίζουν με ζωντανά χρώματα σαν καραμέλες πάνω σε πιάτο. Η υπάρχουσα πλατφόρμα προορίζεται μόνο για έρευνα, αλλά η PathAI σκοπεύει να δημιουργήσει εφαρμογές που θα μπορούσαν να χρησιμοποιούνται από ιατρούς στο μέλλον.

Η πλατφόρμα PathAI επιτρέπει στους χρήστες να βλέπουν παθολογοανατομικές εικόνες μέσα από τα μάτια του μηχανήματος.

Μικροσκόπιο: Οι παθολογοανατόμοι χρησιμοποιούν οπτικά χαρακτηριστικά όπως το μέγεθος και το σχήμα των κυττάρων για τη διαφοροποίηση των κυτταρικών τύπων σε ένα παθολογοανατομικό πλακάκι.

Εικόνα Τεχνητής Νοημοσύνης: Το σύστημα PathAI έχει επίσης μάθει να αναγνωρίζει κυτταρικούς τύπους και παρουσιάζει το πλακάκι με ενδείξεις πέντε διαφορετικών ειδών: λεμφοκύτταρα (πράσινο), καρκινικά κύτταρα (κόκκινο), μακροφάγα (κίτρινο), κύτταρα πλάσματος (μαύρο) και ινοβλάστες (μωβ).

Τώρα που οι ερευνητές απέδειξαν ότι το σύστημα PathAI έχει τη δυνατότητα να δει αυτό που βλέπουν οι παθολογοανατόμοι, θέλουν να διαπιστώσουν αν υπάρχουν πληροφορίες σε αυτές τις εικόνες που δεν είναι εμφανείς στους παθολογοανατόμους.

Για παράδειγμα, αναρωτιούνται αν η κατανομή και η πληθώρα ορισμένων κυττάρων, όπως τα κύτταρα του ανοσολογικού συστήματος, θα μπορούσαν να κρύβουν στοιχεία σχετικά με την ανταπόκριση ενός ασθενούς στην ανοσοθεραπεία. Για να διαπιστωθεί με το ανθρώπινο μάτι χρειάζεται επίπονος ενδελεχής έλεγχος δεκάδων χιλιάδων κυττάρων ανά πλακάκι και αυτό είναι μια αμφίβολη διαδικασία. Η McLaughlin, δήλωσε: “Πιθανότατα θα μπορούσα να το κάνω. Αλλά θα έπαιρνε υπερβολικά πολύ χρόνο.”

Όμως, με την τεχνητή νοημοσύνη αυτή η διαδικασία γίνεται εφικτή. Η McLaughlin και η ομάδα της στη Novartis παρέχουν στην PathAI παθολογοανατομικές εικόνες και δεδομένα σχετικά με τους χρόνους επιβίωσης και την ανταπόκριση στη θεραπεία από πρόσφατη κλινική μελέτη της Novartis για τον καρκίνο. Η συγκέντρωση αυτών των δεδομένων και η κοινοποίησή τους στην PathAI δεν είναι κάτι το απλό. Εκτός από τον εντοπισμό των παθολογοανατομικών πλακιδίων και την επιβεβαίωση της συγκατάθεσης των ασθενών, η ομάδα πρέπει να παρουσιάσει τα δεδομένα από τις επισκέψεις σε ιατρούς με τάξη και συνέπεια και αυτό μπορεί να αποτελέσει πρόκληση όταν τα έχουν συλλέξει πολλοί διαφορετικοί ιατροί που εργάζονται σε πολλές κλινικές.

Ο Lee Cooper, επίκουρος καθηγητής βιοϊατρικής πληροφορικής και βιοϊατρικής μηχανικής στο Πανεπιστήμιο Emory των ΗΠΑ, ο οποίος ειδικεύεται στη χρήση της μάθησης μέσω μηχανημάτων για την κατανόηση των παθολογοανατομικών εικόνων και συνεργάζεται με ερευνητές των Ινστιτούτων NIBR, δήλωσε: “Η εποχή στην οποία οδεύουμε βασίζεται περισσότερο στα δεδομένα από ό,τι στους αλγόριθμους. Οι αλγόριθμοι θα συνεχίσουν να βελτιώνονται, αλλά στην πραγματικότητα η πρόκληση που αντιμετωπίζουμε είναι πώς να δημιουργήσουμε τα σύνολα δεδομένων που χρειαζόμαστε για να δημιουργήσουμε τους καλύτερους δυνατούς αλγόριθμους.”

Όταν τα δεδομένα γίνουν διαθέσιμα, η PathAI θα σημειώσει τις εικόνες. Στη συνέχεια, τα μηχανήματα θα έχουν τον πρώτο λόγο στην εύρεση των τυχόν κρυμμένων μηνυμάτων.

Ο Beck δήλωσε: “Αν μπορέσουμε να αποδείξουμε ότι αυτή η μέθοδος μπορεί να προσλάβει αυτά τα δεδομένα και να επισημάνει πληροφορίες που δεν έχουμε δει ποτέ από τους παθολογοανατόμους, θα έχουμε ανακαλύψει κάτι με δυνητική αξία”.

 

Πηγη:https://www.iatronet.gr/

«Είμαι καλά εξαιτίας της αδερφής μου..». «Αισθάνομαι χαρούμενη που έσωσα τον αδελφό μου και θέλω να σπουδάσω γιατρός για να βοηθήσω τους ανθρώπους..». Η δωδεκάχρονη Μαρία γεννήθηκε για να βοηθήσει τον αδερφό της που έπασχε από κοκκιωματώδη νόσο (κληρονομικό νόσημα) και η μόνη λύση ήταν η μεταμόσχευση μυελού των οστών. Ήρθε στον κόσμο το 2007 με εξωσωματική και αφού είχε προηγηθεί προεμφυτευτικός έλεγχος των γονιδίων ιστοσυμβατότητας, ώστε να ταιριάζουν με αυτά του αδερφού της.

Η εφαρμογή της προεμφυτευτκής γενετικής διάγνωσης σε βλαστοκύστεις κατά την εξωσωματική γονιμοποίηση που οδήγησαν στη γέννηση αυτού του παιδιού, αποτέλεσε παγκόσμιο επιστημονικό επίτευγμα για το συγκεκριμένο νόσημα.

Η Κασσιανή, εννέα ετών σήμερα, πηγαίνει βόλτα τα μεγαλύτερα αδέρφια της που είναι τυφλά, και τους «μεταφέρει εικόνες».. Είναι το παιδί που γεννήθηκε απαλλαγμένο από το γενετικό νόσημα της συγγενούς αμαύρωσης του Leber, κληρονομική διαταραχή που προκαλεί τύφλωση.

Εκατοντάδες είναι τα υγιή παιδιά που έχουν γεννηθεί μετά από εξωσωματική γονιμοποίηση με προεμφυτευτικό έλεγχο των κληρονομικών γενετικών νοσημάτων που φέρουν οι γονείς τους.

 

 

Πηγη:https://www.healthpharma.gr/

Ερευνητές του Tel Aviv University δημιούργησαν, μέσω 3D εκτύπωσης, την πρώτη τεχνητή, με πλήρη αγγείωση, καρδιά, που αποτελείται από τα κύτταρα του ίδιου του ασθενούς και βιολογικά υλικά. Τα ευρήματά τους δημοσιεύτηκαν την Τρίτη στο Advanced Science. Σημειώνεται πως, μέχρι τώρα, οι επιστήμονες στον συγκεκριμένο κλάδο ιατρικής (όπου συναντιούνται η βιολογία και η τεχνολογία) είχαν καταφέρει να εκτυπώσουν μόνο απλούς ιστούς, χωρίς αιμοφόρα αγγεία. «Είναι η πρώτη φορά κάποιος σχεδιάζει επιτυχώς και εκτυπώνει μια ολόκληρη καρδιά, πλήρη με τα κύτταρα, τα αιμοφόρα αγγεία, τις κοιλίες κτλ» είπε ο καθηγητής Ταλ Ντβιρ του TAU, που ηγήθηκε της μελέτης.

Εκτυπώθηκε η πρώτη «ανθρώπινη» καρδιά

Όπως τόνισε ο ερευνητής, η καρδιά αποτελείται από ανθρώπινα κύτταρα και βιολογικά υλικά για τον συγκεκριμένο ασθενή. «Στη διαδικασία μας αυτά τα υλικά λειτουργούν ως “βιομελάνια”, ουσίες από σάκχαρα και πρωτεΐνες που μπορούν να χρησιμοποιηθούν για την τρισδιάστατη εκτύπωση πολύπλοκων μοντέλων ιστών» σημείωσε ο καθηγητής Ντβιρ. «Έχουν καταφέρει να πραγματοποιήσουν 3D εκτύπωση της δομής της καρδιάς στο παρελθόν, μα όχι με κύτταρα ή αιμοφόρα αγγεία. Τα αποτελέσματά μας επιδεικνύουν τις δυνατότητες της προσέγγισής μας, για τη δημιουργία εξατομικευμένου ιστού και την αντικατάσταση οργάνων στο μέλλον». Την έρευνα πραγματοποίησαν ο καθηγητής Ντβιρ και οι Ασάφ Σαπίρα και Ναντάβ Μουρ. «Σε αυτό το στάδιο, η τρισδιάστατη καρδιά μας είναι μικρή, μεγέθους καρδιάς λαγού» εξήγησε ο Ντβιρ. «Ωστόσο οι μεγαλύτερες ανθρώπινες καρδιές απαιτούν την ίδια τεχνολογία».

Σύμφωνα με τον ερευνητή, η χρήση «native» υλικών, ειδικά για συγκεκριμένους ασθενείς, είναι κρίσιμης σημασίας για την επιτυχή δημιουργία ιστών και οργάνων, καθώς η βιοσυμβατότητα είναι εξαιρετικά σημαντική για τη μείωση του κινδύνου απόρριψης του μοσχεύματος. «Ιδανικά, το βιοϋλικό θα έπρεπε να έχει τις ίδιες βιοχημικές, μηχανικές και τοπογραφικές ιδιότητες με αυτές των ίδιων των ιστών του ασθενούς. Εδώ μπορούμε να παρουσιάσουμε μια απλή προσέγγιση για 3D εκτυπωμένους παχείς, με αγγείωση και διαπερατούς καρδιακούς ιστούς, που αντιστοιχούν πλήρως στις ανοσοποιητικές, κυτταρικές, βιοχημικές και ανατομικές ιδιότητες του ασθενούς». Επόμενος στόχος είναι η καλλιέργεια των εκτυπωμένων καρδιών στο εργαστήριο, προκειμένου να «εκπαιδευτούν» να λειτουργούν σαν καρδιές, σύμφωνα με τον καθηγητή Ντβιρ. Μετά θα ακολουθήσουν μεταμοσχεύσεις τους σε μοντέλα ζώων.

 

Πηγη:https://www.healthweb.gr/