Model umělé inteligence „Ceograph“ dosahuje přesnosti v předpovídání výsledků rakoviny ze vzorků tkání
Stručně
Nově vyvinutý lékařský model AI Ceograph může předpovídat výsledky pro pacienty s rakovinou na základě vzorků tkáně.
Výzkumníci z UT Southwestern Medical Center (UTSW) vyvinuli a umělá inteligence (AI) model – pojmenovaný Ceograph – který demonstruje schopnost předpovídat výsledky u pacientů s rakovinou na základě vzorků tkáně.
Vývoj představuje šanci pro využití AI k předpovědi pravděpodobné trajektorie nemoc a přizpůsobit personalizované léčebné strategie. Jak je popsáno v časopise Nature Communications, tento přístup zkoumá prostorovou konfiguraci buněk ve vzorcích tkání.
„Prostorová organizace buněk je jako složitá skládačka, kde každá buňka slouží jako jedinečný kousek, který do sebe pečlivě zapadá a tvoří soudržnou tkáňovou nebo orgánovou strukturu. Tento výzkum ukazuje pozoruhodnou schopnost umělé inteligence uchopit tyto složité prostorové vztahy mezi buňkami v tkáních, extrahovat jemné informace, které byly dříve mimo lidské chápání, a přitom předvídat výsledky pacientů,“ řekl vedoucí studie Guanghua Xiao, profesor z University of Texas Southwestern Medical Center. NÁS.
Podle výzkumníků je v oblasti patologie rutinní odběr vzorků tkání od pacientů již dlouho základem diagnózy. Tyto vzorky, obvykle umístěné na sklíčkách pro vyšetření patology, slouží jako klíčové komponenty v diagnostickém procesu.
Jak však zdůrazňuje Dr. Xiao, tento konvenční přístup není bez svých nedostatků – je časově náročný, náchylný k různým interpretacím mezi patology a může postrádat jemné nuance v obrazech patologie, které by mohly obsahovat klíčová vodítka ke zdraví pacienta.
Dr. Xiao a jeho tým se vypořádali s těmito výzvami a vyvinuli model AI Ceograph. Na rozdíl od svých předchůdců, AI model si klade za cíl nejen identifikovat typy buněk nebo posoudit blízkost buněk, ale replikovat složité aspekty přístupu patologa k interpretaci obrazů tkání.
Dr. Xiao zdůrazňuje, že zatímco předchozí modely umělé inteligence v určitých úkolech excelovaly, nedokázaly zachytit složitost, která je vlastní roli patologa. Tato složitost zahrnuje rozlišování vzorů v prostorové organizaci buněk a eliminaci vnějšího „šumu“ v obrazech – faktory rozhodující pro přesnou interpretaci.
Nadřazenost Ceografu nad tradičními metodami
Dr. Xiao dodal, že Ceograph se odlišuje tím, že napodobuje kognitivní procesy patologů při čtení tkáňových preparátů. Začíná detekcí buněk v obrazech a určením jejich polohy. Odtud model umělé inteligence překračuje pouhou identifikaci a ponoří se do složité oblasti buněčných typů, morfologie a prostorové distribuce.
Nový model umělé inteligence může vytvořit podrobnou mapu, která pomůže analyzovat, jak jsou buňky uspořádány, distribuovány a vzájemně na sebe vzájemně působí, což znamená krok vpřed v používání umělé inteligence k napodobování nuancí dovedností lidských patologů.
Výzkumníci testovali tento nástroj ve třech reálných klinických scénářích pomocí patologických diapozitivů. V prvním scénáři byl Ceograph použit k rozlišení dvou podtypů rakoviny plic – adenokarcinomu a spinocelulárního karcinomu.
Tento nástroj byl také použit k předpovědi pravděpodobnosti potenciálně škodlivých orálních stavů (prekancerózní léze v ústech), které se rozvinou v plnohodnotnou rakovinu. Nakonec výzkumný tým přesně určil, kteří pacienti s rakovinou plic s největší pravděpodobností pozitivně reagují na specifickou třídu léků známých jako inhibitory receptoru epidermálního růstového faktoru.
Podle výzkumníků v každém scénáři model Ceograph překonal tradiční metody s velkým náskokem při předpovídání výsledků pacientů.
Důležité je, že funkce prostorové organizace buněk identifikované Ceographem jsou interpretovatelné a vedou k biologickým pohledům na to, jak by individuální změna prostorové interakce buňka-buňka mohla mít různé funkční důsledky, řekl Xiao.
Dále zdůraznil rostoucí roli AI v lékařské péči, zdůrazňující jeho potenciál zvýšit účinnost a přesnost patologických analýz. Tato metoda je podle něj příslibem pro zefektivnění cílených preventivních opatření a optimalizaci výběru léčby pro jednotlivé pacienty.
Odmítnutí odpovědnosti
V souladu s Pokyny k projektu Trust, prosím vezměte na vědomí, že informace uvedené na této stránce nejsou určeny a neměly by být vykládány jako právní, daňové, investiční, finanční nebo jakékoli jiné formy poradenství. Je důležité investovat jen to, co si můžete dovolit ztratit, a v případě pochybností vyhledat nezávislé finanční poradenství. Pro další informace doporučujeme nahlédnout do smluvních podmínek a také na stránky nápovědy a podpory poskytnuté vydavatelem nebo inzerentem. MetaversePost se zavázala poskytovat přesné a nezaujaté zprávy, ale podmínky na trhu se mohou bez upozornění změnit.
O autorovi
Kumar je zkušený technický novinář se specializací na dynamické průniky AI/ML, marketingové technologie a nově vznikající obory, jako jsou kryptoměny, blockchain a NFTs. S více než 3 lety zkušeností v oboru si Kumar vytvořil prokazatelné výsledky ve vytváření působivých příběhů, vedení zasvěcených rozhovorů a poskytování komplexních poznatků. Kumarova odbornost spočívá ve vytváření vysoce působivého obsahu, včetně článků, zpráv a výzkumných publikací pro prominentní průmyslové platformy. Díky jedinečné sadě dovedností, které kombinují technické znalosti a vyprávění příběhů, Kumar vyniká v komunikaci složitých technologických konceptů pro různé publikum jasným a poutavým způsobem.
Další článkyKumar je zkušený technický novinář se specializací na dynamické průniky AI/ML, marketingové technologie a nově vznikající obory, jako jsou kryptoměny, blockchain a NFTs. S více než 3 lety zkušeností v oboru si Kumar vytvořil prokazatelné výsledky ve vytváření působivých příběhů, vedení zasvěcených rozhovorů a poskytování komplexních poznatků. Kumarova odbornost spočívá ve vytváření vysoce působivého obsahu, včetně článků, zpráv a výzkumných publikací pro prominentní průmyslové platformy. Díky jedinečné sadě dovedností, které kombinují technické znalosti a vyprávění příběhů, Kumar vyniká v komunikaci složitých technologických konceptů pro různé publikum jasným a poutavým způsobem.