Eine klare vision für die Krebs-Diagnose

Beim Lesen eines Artikels über Sen. John McCain den Glioblastom-Diagnose, Kavya Kopparapu war schockiert zu erfahren, dass die Prognose für diese aggressiven Hirntumor hat sich nicht verbessert in den letzten 30 Jahren. Mit standard-Behandlung, Glioblastom-Patienten in der Regel überleben nur etwa 11 Monate nach der Diagnose, nach der American Brain Tumor Association.

„Für mich war wirklich überraschend, weil wir wissen so viel mehr über das Gehirn jetzt, und wir haben so viele verbesserte Chemotherapie und Chirurgie-Techniken“, sagte Kopparapu, wer war dann eine junior high school. „Es blies meinen Verstand, dass, trotz all dem, haben wir nicht bekommen, besser zu Verbesserung der Lebensqualität der Patienten und die Prognose.“

Kopparapu die Natürliche Neugier trat, und Sie begann zu Graben in der Krebs-Forschung. Während des Studiums der Präzisions-Medizin-pipeline, bemerkte Sie ein disconnect—während ein Großteil der Forschung hat zentriert auf die Diagnose und Behandlung von Krebs, weniger studierte konzentriert sich auf die Verwendung der Krebs die genetische Signatur zu finden, die effektivste Behandlung ist.

Bestimmung eines Tumors molekulare Zell-Typ durch die traditionellen Methoden der Biologie ist langsam und kostspielig, was dazu beigetragen hat, diese Lücke in der Forschung. Der Prozess erfordert in der Regel eine DNA-Probe und Labor-tests können Wochen oder Monate dauern, um abzuschließen. Viele Patienten kämpfen mit dieser aggressiven form von Krebs erliegen der Krankheit, bevor Ihre Ergebnisse sind auch wieder zurück aus dem Labor.

Zeichnung auf Ihrem hintergrund in computer vision und machine learning, Kopparapu beschlossen, um zu sehen, ob AI-Technologie könnte diesen Prozess rationalisieren können.

Sie verwendet NIH cancer-Daten zur Erstellung einer künstlichen Intelligenz-Plattform, genannt GlioVision, die anhand eines gescannten Glioblastom-tumor-Bild, um zu bestimmen, den Krebs, die molekulare und genetische Signatur in einer Angelegenheit von Sekunden, mit 100 Prozent Genauigkeit.

„Erstellen eines neuronalen Netzwerks, nahm eine Menge von Versuch und Irrtum,“ sagte Kopparapu, die gerade eingepackt Ihrem freshman-Jahr an der Harvard-Universität. „Die gesamte Biopsie Bild erfasst eine Menge von verschiedenen Arten von Gewebe, und sogar in der Krebs-Gewebe, es ist ein hoher Grad der Vermischung zwischen den gesunden Zellen und den Krebszellen.“

Kopparapu brach die super-high-resolution-Bilder in kleinere Stücke zu trainieren, Ihre algorithmen, die von der null auf die Dichte und Anordnung der Zellen, um vorherzusagen, ob bestimmte Gene sind hyper-exprimiert oder mutiert.

„Rund 40 Prozent der Glioblastom-Patienten haben eine genetische mutation, die macht der standard-Behandlung völlig unwirksam“, sagte Sie. „Also diese Patienten erhalten alle die negativen Nebenwirkungen der Chemotherapie ohne die Vorteile der Behandlung. Das zeigt, warum die genetische Prüfung ist so wichtig.“

Für Kopparapu, eine der größten Herausforderungen bei der Entwicklung GlioVision war immer bis zu Geschwindigkeit auf dem neuesten Stand der medizinischen Forschung. Sie überwand die Kenntnisse Barriere von brütete über Welt-Gesundheits-Organisation Berichte über die tumor-Klassifizierung und sprechen mit neuropathologists über die Herausforderungen in der Diagnose und Behandlung.

Aber einmal hatte Sie verfeinert das neuronale Netz, so könnte es Vorhersagen mit 100 Prozent Genauigkeit, die Sie konfrontiert, Herausforderungen von Skeptikern in den medizinischen Bereich.

„Nach Abschluss des Projekts, die Schwierigkeit und die Barriere war, herauszufinden, wie zu erklären, das es verschiedene Arten von Menschen“, sagte Sie. „Im Gespräch mit einem Informatiker über den machine-learning-Techniken, die ich verwendet sehr anders ist zu erklären, ein Arzt, aus medizinischer Sicht, warum das system funktioniert.“

Sie arbeitete um diese Herausforderungen zu überwinden, mit der Hilfe von Kollegen und Mentoren in der Harvard Innovation Laboratories und ist angewiesen auf Ihren Rat, als Sie untersucht, Unternehmertum und potenzielle Kommerzialisierung der Technologie. GlioVision gewann den Gründer-Exzellenz-Preis in diesem Jahr i3 Innovation Challenge“, gefördert durch die Technologie-und Entrepreneurship Center an der Harvard-Universität.

Die Plattform ist derzeit in der klinischen Erprobung zu testen, Ihre Wirksamkeit im Vergleich zu traditionellen Methoden. Wenn die Prüfungen gehen gut, Kopparapu Pläne zu ändern GlioVision so kann es bestimmen die genetischen Signaturen von verschiedenen Arten von Krebs.