Tekoälymalli "Ceograph" saavuttaa tarkkuuden ennustaessaan syöpätuloksia kudosnäytteistä
Lyhyesti
Äskettäin kehitetty lääketieteellinen tekoälymalli Ceograph voi ennustaa syöpäpotilaiden tuloksia kudosnäytteiden perusteella.
UT Southwestern Medical Centerin (UTSW) tutkijat kehittivät a tekoäly (AI) malli – nimeltään Ceograph – joka osoittaa kyvyn ennustaa syöpäpotilaiden tuloksia kudosnäytteiden perusteella.
Kehitys tarjoaa mahdollisuuden tekoälyn käytölle ennustaa todennäköistä kehityskulkua tauti ja räätälöidä yksilöllisiä hoitostrategioita. Kuten Nature Communications -lehdessä kuvataan, lähestymistapa tutkii solujen spatiaalista konfiguraatiota kudosnäytteissä.
"Solujen tilaorganisaatio on kuin monimutkainen palapeli, jossa jokainen solu toimii ainutlaatuisena kappaleena, joka sopii huolellisesti yhteen muodostaen yhtenäisen kudos- tai elinrakenteen. Tämä tutkimus esittelee tekoälyn merkittävää kykyä tarttua näihin monimutkaisiin tilasuhteisiin kudoksissa olevien solujen välillä, poimimalla hienovaraista tietoa, joka on aiemmin ylittänyt ihmisen ymmärryksen ja ennustamalla potilaiden tuloksia", sanoi tutkimuksen johtaja Guanghua Xiao, Texasin yliopiston Southwestern Medical Centerin professori. MEILLE.
Tutkijoiden mukaan patologian alalla rutiininomainen kudosnäytteiden kerääminen potilailta on pitkään ollut diagnoosin perusta. Nämä näytteet, jotka tyypillisesti asetetaan objektilaseille patologien tutkimista varten, ovat keskeisiä komponentteja diagnostisessa prosessissa.
Kuten tohtori Xiao kuitenkin korostaa, tämä perinteinen lähestymistapa ei ole vailla haittoja – se on aikaa vievä, altis patologian tulkintojen vaihteluille ja saattaa jättää huomioimatta hienovaraisia vivahteita patologiakuvista, jotka voivat sisältää potilaan terveyteen liittyviä keskeisiä vihjeitä.
Näihin haasteisiin vastaamiseksi tohtori Xiao ja hänen tiiminsä kehittivät tekoälymallin Ceographin. Toisin kuin edeltäjänsä, AI-malli Sen tarkoituksena ei ole vain tunnistaa solutyyppejä tai arvioida solujen läheisyyttä, vaan myös toistaa patologin monimutkaiset näkökohdat kudoskuvien tulkinnassa.
Tohtori Xiao korostaa, että vaikka aiemmat tekoälymallit ovat menestyneet tietyissä tehtävissä, ne eivät onnistuneet vangitsemaan patologin rooliin liittyvää monimutkaisuutta. Tähän monimutkaisuuteen kuuluu solujen tilaorganisaatioiden havaitseminen ja kuvien ulkoisen "kohinan" poistaminen – tarkkojen tulkintojen kannalta ratkaisevia tekijöitä.
Ceographin paremmuus perinteisiin menetelmiin verrattuna
Tohtori Xiao lisäsi, että Ceograph erottuu muista matkimalla patologien kognitiivisia prosesseja kudoskalvoja lukiessaan. Se alkaa havaitsemalla solut kuvissa ja määrittämällä niiden sijainnit. Sieltä tekoälymalli menee pelkkää tunnistamista pidemmälle ja sukeltaa solutyyppien, morfologian ja tilajakauman monimutkaiseen maailmaan.
Uusi tekoälymalli voi luoda yksityiskohtaisen kartan, joka auttaa analysoimaan solujen järjestystä, jakautumista ja vuorovaikutusta toistensa kanssa, mikä merkitsee askelta eteenpäin tekoälyn käytössä jäljittelemään ihmispatologien vivahteita.
Tutkijat testasivat työkalua kolmessa todellisessa kliinisessä skenaariossa patologisia dioja käyttämällä. Ensimmäisessä skenaariossa Ceographia käytettiin erottamaan kaksi keuhkosyövän alatyyppiä - adenokarsinooma ja okasolusyöpä.
Työkalua käytettiin myös ennakoimaan mahdollisia haitallisia suun sairauksia (suun esisyöpävaurioita) kehittyä täysimittaiseksi syöväksi. Lopuksi tutkimusryhmä osoitti, mitkä keuhkosyöpäpotilaat todennäköisimmin reagoivat positiivisesti tiettyyn lääkeryhmään, joka tunnetaan nimellä epidermaalisen kasvutekijän reseptorin estäjät.
Tutkijoiden mukaan Ceograph-malli ylitti jokaisessa skenaariossa perinteiset menetelmät hyvällä marginaalilla potilaiden tulosten ennustamisessa.
Tärkeää on, että Ceographin tunnistamat solun tilaorganisaation ominaisuudet ovat tulkittavissa ja johtavat biologisiin näkemyksiin siitä, kuinka yksittäisten solujen ja solujen avaruudellisen vuorovaikutuksen muutos voi aiheuttaa erilaisia toiminnallisia seurauksia, Xiao sanoi.
Hän korosti edelleen kasvavaa roolia AI sairaanhoidossa, korostaa sen potentiaalia parantaa patologisten analyysien tehokkuutta ja tarkkuutta. Tällä menetelmällä, hän lisäsi, on lupaus tehostaa kohdennettuja ennaltaehkäiseviä toimenpiteitä ja optimoida hoitovalinnan yksittäisille potilaille.
Vastuun kieltäminen
Mukaisesti Luottamusprojektin ohjeetHuomaa, että tällä sivulla annettuja tietoja ei ole tarkoitettu eikä niitä tule tulkita oikeudellisiksi, verotukselliseksi, sijoitus-, rahoitus- tai minkään muun muodon neuvoiksi. On tärkeää sijoittaa vain sen verran, mitä sinulla on varaa menettää, ja pyytää riippumatonta talousneuvontaa, jos sinulla on epäilyksiä. Lisätietoja saat käyttöehdoista sekä myöntäjän tai mainostajan tarjoamista ohje- ja tukisivuista. MetaversePost on sitoutunut tarkkaan, puolueettomaan raportointiin, mutta markkinaolosuhteet voivat muuttua ilman erillistä ilmoitusta.
Author
Kumar on kokenut teknologiatoimittaja, joka on erikoistunut AI/ML:n dynaamisiin risteyksiin, markkinointiteknologiaan ja nouseviin aloihin, kuten krypto-, lohkoketju- ja NFTs. Yli 3 vuoden kokemuksella alalta Kumar on saavuttanut todistetun ennätyksen vakuuttavien tarinoiden laatimisessa, oivaltavien haastattelujen tekemisessä ja kattavien näkemysten toimittamisessa. Kumarin asiantuntemus perustuu vaikuttavan sisällön tuottamiseen, mukaan lukien artikkeleita, raportteja ja tutkimusjulkaisuja merkittäville alan alustoille. Ainutlaatuisella taitosarjalla, jossa yhdistyvät tekninen tietämys ja tarinankerronta, Kumar on erinomainen kommunikoimaan monimutkaisia teknologisia käsitteitä eri yleisöille selkeällä ja mukaansatempaavalla tavalla.
lisää artikkeleitaKumar on kokenut teknologiatoimittaja, joka on erikoistunut AI/ML:n dynaamisiin risteyksiin, markkinointiteknologiaan ja nouseviin aloihin, kuten krypto-, lohkoketju- ja NFTs. Yli 3 vuoden kokemuksella alalta Kumar on saavuttanut todistetun ennätyksen vakuuttavien tarinoiden laatimisessa, oivaltavien haastattelujen tekemisessä ja kattavien näkemysten toimittamisessa. Kumarin asiantuntemus perustuu vaikuttavan sisällön tuottamiseen, mukaan lukien artikkeleita, raportteja ja tutkimusjulkaisuja merkittäville alan alustoille. Ainutlaatuisella taitosarjalla, jossa yhdistyvät tekninen tietämys ja tarinankerronta, Kumar on erinomainen kommunikoimaan monimutkaisia teknologisia käsitteitä eri yleisöille selkeällä ja mukaansatempaavalla tavalla.