Новый инструмент ИИ предсказывает, как пациенты с опухолью мозга реагируют на диету и лекарства, моделируя метаболизм опухоли в реальном времени, предлагая индивидуализированные варианты лечения. A new AI tool predicts how brain tumor patients respond to diet and drugs by modeling real-time tumor metabolism, offering personalized treatment options.

Новый цифровой близнец с АИ, разработанный в Мичиганском университете, использует машинное обучение для моделирования индивидуального метаболизма опухоли мозга в реальном времени, предсказывая, как больные глиомой будут реагировать на изменения в рационе питания и лекарства. A new AI-powered digital twin developed at the University of Michigan uses machine learning to model individual brain tumor metabolism in real time, predicting how glioma patients will respond to dietary changes and drugs. Анализируя анализы крови, ткани опухоли и генетические данные, система оценивает метаболический поток — как быстро раковые клетки обрабатывают питательные вещества — доктора для адаптации лечения. By analyzing blood tests, tumor tissue, and genetic data, the system estimates metabolic flux—how fast cancer cells process nutrients—allowing doctors to tailor treatments. Оцененные данные исследований на людях и мышах, точно предсказывали, какие пациенты получили пользу от ограничения аминокислоты и какие опухоли оказались устойчивыми к микофенолату мофетил путем смены источников питательных веществ. Validated in human data and mouse studies, it accurately predicted which patients benefited from amino acid restriction and which tumors resisted mycophenolate mofetil by switching nutrient sources. Это первый метод АИ, который непосредственно измеряет метаболический поток в опухолях человека, преодолевая пределы традиционных лабораторных тестов. This is the first AI method to directly measure metabolic flux in human tumors, overcoming limits of traditional lab tests. Финансируемый Национальным институтом здравоохранения и опубликованный в журнале Cell Metabolism, этот инструмент является перспективным шагом к персонализированному лечению рака мозга. Funded by the NIH and published in Cell Metabolism, the tool offers a promising step toward personalized brain cancer care.