Մենինգիոմաները մեծահասակների շրջանում ամենատարածված առաջնային գլխուղեղային ուռուցքներն են։ Դրանց վարքագիծը կարող է զգալիորեն տարբեր լինել․ որոշ ուռուցքներ դանդաղ են աճում և բուժումից հետո չեն կրկնվում, մինչդեռ մյուսները ավելի ագրեսիվ են և ունեն կրկնության բարձր ռիսկ։ Վերջին հետազոտությունները ցույց են տվել, որ արհեստական բանականությունը (ԱԲ) կարող է օգնել բժիշկներին ավելի ճշգրիտ գնահատել ուռուցքների առանձնահատկությունները և կանխատեսել հիվանդության ընթացքը։
Mayo Clinic-ի հետազոտողները և նրանց գործընկերները մշակել են ԱԲ-ի վրա հիմնված գործիք, որը կարող է վերլուծել սովորական հյուսվածքաբանական սլայդները և ստանալ տեղեկատվություն ուռուցքի կենսաբանական հատկությունների մասին։ Հետազոտությունը, որը հրապարակվել է The Lancet Digital Health ամսագրում, հիմնված է խորքային ուսուցման մոդելների կիրառման վրա։ Այս մոդելները կարողանում են ստանդարտ H&E (հեմատոքսիլին և էոզին) սլայդներից ստանալ այնպիսի տվյալներ, որոնք սովորաբար ձեռք են բերվում ԴՆԹ-ի մեթիլացման պրոֆիլավորման միջոցով։ Վերջինս կարևոր գենետիկական թեստ է, սակայն այն թանկարժեք է, ժամանակատար և հասանելի չէ բոլոր հիվանդանոցներում։
Հետազոտության ընթացքում օգտագործվել են 672 հիվանդների հյուսվածքային նմուշներ, պաթոլոգիական պատկերներ և կլինիկական տվյալներ։ Ստեղծված ԱԲ մոդելները կարողացել են դասակարգել մենինգիոմաների ենթատեսակները և գնահատել դրանց կրկնության ռիսկը՝ օգտագործելով արդեն իսկ հիվանդների բուժման ընթացքում ստացվող սովորական սլայդները։ Բացի այդ, մոդելները հայտնաբերել են ուռուցքների ներսում առկա տարբերություններ (հետերոգենություն), որոնք կարող են բացատրել, թե ինչու են որոշ ուռուցքներ ավելի ագրեսիվ կամ տարբեր կերպ արձագանքում բուժմանը։
Հետազոտողները նշում են, որ անհրաժեշտ են լրացուցիչ ուսումնասիրություններ՝ այս տեխնոլոգիան առօրյա կլինիկական պրակտիկայում կիրառելու համար։ Այնուամենայնիվ, արդյունքները ցույց են տալիս, որ ապագայում արհեստական բանականությունը կարող է ավելի հասանելի դարձնել ուռուցքների խորացված գնահատումը և նպաստել հիվանդների համար ավելի անհատականացված ու արդյունավետ բուժման որոշումների կայացմանը։
