A „Ceograph” mesterséges intelligencia modell precízen előrejelzi a szövetmintákból származó rák kimenetelét
Röviden
Az újonnan kifejlesztett Ceograph orvosi mesterséges intelligencia modell szövetminták alapján képes előre jelezni a daganatos betegek kimenetelét.
Az UT Southwestern Medical Center (UTSW) kutatói kifejlesztették a mesterséges intelligencia (AI) modell – a Ceograph néven –, amely bemutatja a rákos betegek kimenetelének előrejelzésének képességét szövetminták alapján.
A fejlesztés lehetőséget ad a mesterséges intelligencia felhasználására, hogy előre jelezze a lehetséges pályát betegség és személyre szabott kezelési stratégiákat alakíthat ki. A Nature Communications folyóiratban leírtak szerint a megközelítés a sejtek térbeli konfigurációját vizsgálja a szövetmintákban.
„A sejtek térbeli szerveződése olyan, mint egy összetett kirakós játék, ahol minden sejt egyedi darabként szolgál, és aprólékosan egymáshoz illeszkedve összefüggő szövet- vagy szervszerkezetet alkot. Ez a kutatás bemutatja a mesterséges intelligencia figyelemre méltó képességét, hogy megragadja ezeket a bonyolult térbeli kapcsolatokat a sejtek között a szöveteken belül, olyan finom információkat nyerve ki, amelyek korábban az emberi felfogáson túlmutattak, miközben megjósolja a betegek kimenetelét” – mondta Guanghua Xiao, a vizsgálat vezetője, a Texasi Egyetem Délnyugati Egészségügyi Központjának professzora. MINKET.
A kutatók szerint a patológia területén a betegek szövetmintáinak rutinszerű gyűjtése régóta a diagnózis alapja. Ezek a minták, amelyeket jellemzően tárgylemezekre helyeznek a patológusok általi vizsgálat céljából, kulcsfontosságú összetevőként szolgálnak a diagnosztikai folyamatban.
Azonban, amint Dr. Xiao kiemeli, ez a hagyományos megközelítés nem mentes a hátrányaitól – időigényes, hajlamos a patológusok eltérő értelmezéseire, és előfordulhat, hogy a patológiás képeken olyan finom árnyalatok hiányoznak, amelyek kulcsfontosságú nyomokat hordozhatnak a páciens egészségi állapotában.
Ezeknek a kihívásoknak a kezelésére Dr. Xiao és csapata kifejlesztette a Ceograph AI modellt. Elődeivel ellentétben a AI modell célja nemcsak a sejttípusok azonosítása vagy a sejtek közelségének felmérése, hanem a patológus szövetképek értelmezésének bonyolult szempontjainak megismétlése.
Dr. Xiao hangsúlyozza, hogy míg a korábbi AI-modellek bizonyos feladatokban kiválóak voltak, nem sikerült megragadniuk a patológus szerepében rejlő összetettséget. Ez a komplexitás magában foglalja a sejtek térbeli szerveződésének mintáinak megkülönböztetését, és a képeken a külső „zaj” kiküszöbölését – a pontos értelmezések szempontjából kulcsfontosságú tényezőket.
A Ceograph felsőbbrendűsége a hagyományos módszerekkel szemben
Dr. Xiao hozzátette, hogy a Ceograph azzal különbözteti meg magát, hogy utánozza a patológusok kognitív folyamatait a szövetlemezek olvasásakor. A sejtek észlelésével kezdődik a képeken, és meghatározza azok helyzetét. Innentől kezdve az AI-modell túlmutat a puszta azonosításon, a sejttípusok, a morfológia és a térbeli eloszlás bonyolult birodalmába ásva.
Az új mesterségesintelligencia-modell részletes térképet tud készíteni, amely segít elemezni a sejtek elrendezését, elosztását és egymás közötti kölcsönhatásait, ami előrelépést jelent a mesterséges intelligencia alkalmazásában, hogy utánozza a humán patológusok árnyalatnyi készségeit.
A kutatók három valós klinikai forgatókönyvben tesztelték az eszközt patológiai tárgylemezek felhasználásával. Az első forgatókönyvben a Ceograph-ot a tüdőrák két altípusának – az adenokarcinómának és a laphámsejtes karcinómának – megkülönböztetésére alkalmazták.
Az eszközt arra is használták, hogy előre jelezzék a potenciálisan káros szájüregi állapotok (a szájüregi rákmegelőző elváltozások) teljes értékű rák kialakulásának esélyét. Végül a kutatócsoport pontosan meghatározta, hogy mely tüdőrákos betegek reagálnak a legvalószínűbben az epidermális növekedési faktor receptor inhibitoroknak nevezett gyógyszercsoportra.
A kutatók szerint a Ceograph modell mindegyik forgatókönyvben jócskán felülmúlta a hagyományos módszereket a betegek kimenetelének előrejelzésében.
Fontos, hogy a Ceograph által azonosított sejtek térbeli szerveződési jellemzői értelmezhetők, és biológiai betekintést engednek abba, hogy az egyes sejt-sejt térbeli kölcsönhatások változása miként vezethet különféle funkcionális következményekhez, mondta Xiao.
Tovább hangsúlyozta a növekvő szerepét AI az orvosi ellátásban, hangsúlyozva a patológiai elemzések hatékonyságának és pontosságának javításában rejlő potenciált. Hozzátette, ez a módszer ígéretet jelent a célzott megelőző intézkedések egyszerűsítésére és a kezelések kiválasztásának optimalizálására az egyes betegek számára.
A felelősség megtagadása
Összhangban a A Trust Project irányelvei, kérjük, vegye figyelembe, hogy az ezen az oldalon közölt információk nem minősülnek jogi, adózási, befektetési, pénzügyi vagy bármilyen más formájú tanácsnak, és nem is értelmezhetők. Fontos, hogy csak annyit fektessen be, amennyit megengedhet magának, hogy elveszítsen, és kérjen független pénzügyi tanácsot, ha kétségei vannak. További információkért javasoljuk, hogy tekintse meg a szerződési feltételeket, valamint a kibocsátó vagy hirdető által biztosított súgó- és támogatási oldalakat. MetaversePost elkötelezett a pontos, elfogulatlan jelentéstétel mellett, de a piaci feltételek előzetes értesítés nélkül változhatnak.
A szerzőről
Kumar tapasztalt műszaki újságíró, aki az AI/ML dinamikus metszéspontjaira, a marketingtechnológiára és az olyan feltörekvő területekre szakosodott, mint a kriptográfia, blokklánc és NFTs. Az iparágban szerzett több mint 3 éves tapasztalatával Kumar bevált eredményeket hozott fel lenyűgöző narratívák készítése, éleslátó interjúk készítése és átfogó betekintések nyújtása terén. A Kumar szakértelme abban rejlik, hogy nagy hatású tartalmakat készít, ideértve cikkeket, jelentéseket és kutatási publikációkat prominens iparági platformok számára. A technikai tudást és a történetmesélést ötvöző egyedülálló készségkészletével Kumar kiválóan kommunikál összetett technológiai koncepciókkal a különböző közönségekkel, világos és vonzó módon.
További cikkekKumar tapasztalt műszaki újságíró, aki az AI/ML dinamikus metszéspontjaira, a marketingtechnológiára és az olyan feltörekvő területekre szakosodott, mint a kriptográfia, blokklánc és NFTs. Az iparágban szerzett több mint 3 éves tapasztalatával Kumar bevált eredményeket hozott fel lenyűgöző narratívák készítése, éleslátó interjúk készítése és átfogó betekintések nyújtása terén. A Kumar szakértelme abban rejlik, hogy nagy hatású tartalmakat készít, ideértve cikkeket, jelentéseket és kutatási publikációkat prominens iparági platformok számára. A technikai tudást és a történetmesélést ötvöző egyedülálló készségkészletével Kumar kiválóan kommunikál összetett technológiai koncepciókkal a különböző közönségekkel, világos és vonzó módon.