חוקרים מאוניברסיטת קורנל נעזרו בטכנולוגיות של למידת מכונה ובינה מלאכותית, על מנת לפתח מודל לניבוי מדויק יותר של האופן בו מטופלים עם סרטן שלפוחית שתן פולשני יגיבו לכימותרפיה.
המודל נעזר בבדיקות הדמיה ובניתוחים גנטיים באופן יעיל יותר ממודלים קודמים, שהתבססו על מידע חלקי.
המחקר, שפורסם בכתב העת npj Digital Medicine, זיהה גנים מרכזיים ומאפיינים גידוליים, המשפיעים על הצלחת הטיפול. היכולת לצפות בדייקנות כיצד יגיב המטופל לטיפול המקובל בממאירות, יסייע לצוותי הרפואה להתאים אישית את הטיפול, ואף באופן פוטנציאלי למנוע ממטופלים המגיבים היטב את הצורך לעבור כריתה של שלפוחית השתן.
השילוב של קלט הדמייתי עם מידע גנטי אפשר למודל הלמידה העמוקה לנבא באופן מדויק יותר את התגובה הקלינית, זאת בהשוואה למודלים, המבוססים על ביטוי גנטי או על בדיקות הדמיה בלבד.