Academia Sinica i NTU bolnica razvile su PanMETAI, AI platformu zasnovanu na metabolomici koja koristi standardizovani NMR za rano otkrivanje raka pankreasa. Sistem analizira do 260.000 molekularnih signala po osobi i u Tajvanu je postigao AUC 0,99 (93% osetljivost, 94% specifičnost). Evaluacija u Litvaniji potvrdila je pouzdanost modela (AUC 0,93). Platforma je namenjena skriningu visokorizičnih pacijenata, sa potencijalom širenja na višekancerni pristup.
PanMETAI: AI Platforma Za Rano Otkrivanje Raka Pankreasa Sa Visokom Tačnošću
PanMETAI captures comprehensive metabolic profiles from pre-cancerous changes to early lesions. Credit: sasirin pamai / Shutterstock.com.(sasirin pamai / Shutterstock.com.)
Academia Sinica i Univerzitetska bolnica Nacionalnog Tajvana (NTU Hospital) predstavile su PanMETAI — AI platformu zasnovanu na metabolomici koja koristi standardizovanu analizu nuklearne magnetne rezonance (NMR) za rano otkrivanje raka pankreasa.
Kako funkcioniše
PanMETAI je tabelarni AI model koji analizira do 260.000 molekularnih signala po osobi koristeći uniformisan NMR protokol. Za razliku od klasičnih testova koji se oslanjaju na pojedinačne biomarkere, platforma beleži sveobuhvatne metaboličke profile — od predkancerogenih promena do ranih lezija — što omogućava detaljniju procenu rizika.
Rezultati verifikacije
Model je prošao nezavisne slepe testove u Tajvanu i dodatnu evaluaciju na evropskom kohortu u Litvaniji. U tajvanskim ispitivanjima PanMETAI je postigao izuzetne performanse: AUC 0,99 uz 93% osetljivosti i 94% specifičnosti. U litvanskom kohortu zabeležen je takođe visok rezultat — AUC 0,93, što ukazuje na dobru prenosivost modela na druga populaciona okruženja.
Značaj i primena
Razvoj PanMETAI integriše više od dve decenije kliničkog iskustva NTU bolnice i višedecenijsko istraživanje Academia Sinica u metabolomici, osnovnim naukama i teorijskoj računarskoj nauci. Istraživači predlažu primenu platforme prvenstveno kao skrining alat za osobe sa povišenim rizikom (npr. porodična istorija, genetski faktori, dijabetes), s ciljem ranijeg otkrivanja i poboljšanja ishoda lečenja.
Tim takođe razmatra budući razvoj sistema u smeru višekancernih rešenja („Multi-Cancer Early Prediction Platform“) koja bi mogla dodatno doprineti preciznoj medicini.
Autori i izvor
Prvi autor studije: postdoktorand Dan-Ni Wu (Genomics Research Center, Academia Sinica). Odgovorni autori: prof. Yu-Ting Chang (NTU Hospital), dr Chao-Ping Hsu (Institute of Chemistry, Academia Sinica) i dr Chun-Mei Hu (Genomics Research Center, Academia Sinica).
Izvor: članak prvobitno objavljen na Medical Device Network (GlobalData). Sadržaj je informativnog karaktera i ne predstavlja medicinski savet; pre donošenja zdravstvenih odluka preporučuje se konsultacija sa stručnjakom.
Pomozite nam da budemo bolji.
