AI model 'Ceograph' postiže preciznost u predviđanju ishoda raka iz uzoraka tkiva
Ukratko
Novorazvijeni medicinski AI model Ceograph može predvidjeti ishode za oboljele od raka na temelju uzoraka tkiva.
Istraživači s UT Southwestern Medical Center (UTSW) razvili su a umjetna inteligencija (AI) model – nazvan Ceograph – koji pokazuje sposobnost predviđanja ishoda za pacijente oboljele od raka na temelju uzoraka tkiva.
Razvoj predstavlja priliku za korištenje umjetne inteligencije za predviđanje vjerojatne putanje bolest i prilagoditi personalizirane strategije liječenja. Kao što je opisano u časopisu Nature Communications, pristup pomno proučava prostornu konfiguraciju stanica unutar uzoraka tkiva.
“Stanična prostorna organizacija je poput složene slagalice u kojoj svaka stanica služi kao jedinstveni dio, pažljivo se uklapajući zajedno u kohezivno tkivo ili strukturu organa. Ovo istraživanje pokazuje izvanrednu sposobnost umjetne inteligencije da shvati ove zamršene prostorne odnose među stanicama unutar tkiva, izvlačeći suptilne informacije koje su prije bile izvan ljudskog razumijevanja, dok istovremeno predviđa ishode pacijenata,” rekao je voditelj studije Guanghua Xiao, profesor na Sveučilištu Texas Southwestern Medical Center u NAS.
Prema istraživačima, u području patologije — rutinsko uzimanje uzoraka tkiva od pacijenata dugo je bilo glavno sredstvo za dijagnozu. Ovi uzorci, koji se obično stavljaju na stakalce za pregled od strane patologa, služe kao ključne komponente u dijagnostičkom procesu.
Međutim, kako naglašava dr. Xiao, ovaj konvencionalni pristup nije bez nedostataka – oduzima puno vremena, sklon je varijacijama u tumačenju među patolozima i može propustiti suptilne nijanse u patološkim slikama koje bi mogle sadržavati ključne tragove o pacijentovom zdravlju.
Rješavajući te izazove, dr. Xiao i njegov tim razvili su AI model Ceograph. Za razliku od svojih prethodnika, AI model ima za cilj ne samo identificirati tipove stanica ili procijeniti blizinu stanica, već i replicirati zamršene aspekte pristupa patologa tumačenju slika tkiva.
Dr. Xiao naglašava da, iako su prethodni modeli umjetne inteligencije bili izvrsni u određenim zadacima, nisu uspjeli uhvatiti složenost svojstvenu ulozi patologa. Ova složenost uključuje uočavanje obrazaca u staničnoj prostornoj organizaciji i eliminaciju vanjskog "šuma" na slikama - čimbenici ključni za točna tumačenja.
Ceografova superiornost nad tradicionalnim metodama
Dr. Xiao je dodao da se Ceograph izdvaja oponašanjem kognitivnih procesa patologa prilikom čitanja slajdova tkiva. Započinje otkrivanjem stanica na slikama i određivanjem njihovih položaja. Odatle, AI model ide dalje od puke identifikacije, zadirući u zamršeno područje tipova stanica, morfologije i prostorne distribucije.
Novi AI model može stvoriti detaljnu kartu koja pomaže u analizi kako su stanice raspoređene, raspoređene i međusobno djeluju, označavajući korak naprijed u korištenju AI za oponašanje nijansiranih vještina ljudskih patologa.
Istraživači su testirali alat u tri stvarna klinička scenarija pomoću patoloških slajdova. U prvom scenariju, Ceograph je korišten za razlikovanje između dva podtipa raka pluća - adenokarcinoma i karcinoma skvamoznih stanica.
Alat je također korišten za predviđanje mogućnosti da se potencijalno štetna oralna stanja (pretkancerozne lezije u ustima) razviju u pravi rak. Na kraju, istraživački tim je odredio koji će pacijenti s rakom pluća najvjerojatnije pozitivno reagirati na određenu klasu lijekova poznatih kao inhibitori receptora epidermalnog faktora rasta.
Prema istraživačima, u svakom je scenariju model Ceograph nadmašio tradicionalne metode s dobrom marginom u predviđanju ishoda pacijenata.
Važno je da se značajke stanične prostorne organizacije koje je identificirao Ceograph mogu protumačiti i dovode do bioloških uvida u to kako bi promjena prostorne interakcije među stanicama mogla proizvesti različite funkcionalne posljedice, rekao je Xiao.
Nadalje je naglasio rastuću ulogu AI u medicinskoj njezi, naglašavajući njegov potencijal da poboljša učinkovitost i točnost patoloških analiza. Ova metoda, dodao je, obećava za racionalizaciju ciljanih preventivnih mjera i optimizaciju odabira liječenja za pojedinačne pacijente.
Izjava o odricanju od odgovornosti
U skladu s Smjernice projekta povjerenja, imajte na umu da informacije navedene na ovoj stranici nemaju namjeru i ne smiju se tumačiti kao pravni, porezni, investicijski, financijski ili bilo koji drugi oblik savjeta. Važno je ulagati samo ono što si možete priuštiti izgubiti i potražiti neovisni financijski savjet ako imate bilo kakvih nedoumica. Za dodatne informacije predlažemo da pogledate odredbe i uvjete, kao i stranice za pomoć i podršku koje pruža izdavatelj ili oglašivač. MetaversePost je predan točnom, nepristranom izvješćivanju, ali tržišni uvjeti podložni su promjenama bez prethodne najave.
O autoru
Kumar je iskusan tehnološki novinar sa specijalizacijom u dinamičkim raskrižjima AI/ML-a, marketinške tehnologije i novih područja kao što su kripto, blockchain i NFTs. S više od 3 godine iskustva u industriji, Kumar ima dokazanu reputaciju u izradi uvjerljivih priča, provođenju pronicljivih intervjua i pružanju sveobuhvatnih uvida. Kumarova stručnost leži u izradi sadržaja visokog utjecaja, uključujući članke, izvješća i istraživačke publikacije za istaknute industrijske platforme. S jedinstvenim skupom vještina koje kombiniraju tehničko znanje i pripovijedanje, Kumar se ističe u komuniciranju složenih tehnoloških koncepata različitoj publici na jasan i privlačan način.
Više članaka
Kumar je iskusan tehnološki novinar sa specijalizacijom u dinamičkim raskrižjima AI/ML-a, marketinške tehnologije i novih područja kao što su kripto, blockchain i NFTs. S više od 3 godine iskustva u industriji, Kumar ima dokazanu reputaciju u izradi uvjerljivih priča, provođenju pronicljivih intervjua i pružanju sveobuhvatnih uvida. Kumarova stručnost leži u izradi sadržaja visokog utjecaja, uključujući članke, izvješća i istraživačke publikacije za istaknute industrijske platforme. S jedinstvenim skupom vještina koje kombiniraju tehničko znanje i pripovijedanje, Kumar se ističe u komuniciranju složenih tehnoloških koncepata različitoj publici na jasan i privlačan način.
