Международная группа исследователей представила новую модель машинного обучения GUARD, предназначенную для прогнозирования раннего ответа на лучевую терапию у пациентов с глиомой низкой степени злокачественности. Модель позволяет оценить эффективность лечения еще до его начала, что является значительным шагом в области онкологии.

Актуальность разработки связана с тем, что ответ на лучевую терапию у пациентов с глиомами низкой степени злокачественности может существенно различаться. Существующие методы оценки, основанные на критериях RANO 2.0, не всегда дают точные прогнозы, что затрудняет выбор оптимальной стратегии лечения.

Создание модели GUARD может привести к более персонализированному подходу в лечении глиом, что, в свою очередь, повысит шансы на успешное выздоровление пациентов. Это исследование подчеркивает важность применения технологий машинного обучения в медицине для улучшения результатов лечения.