AI モデル「Ceograph」は組織サンプルからがんの転帰を正確に予測
簡単に言えば
新しく開発された医療 AI モデル Ceograph は、組織サンプルに基づいてがん患者の転帰を予測できます。
UT サウスウェスタン医療センター (UTSW) の研究者は、 人工知能 Ceograph という名前の (AI) モデルは、組織サンプルに基づいてがん患者の転帰を予測する能力を実証します。
この開発は、AI を利用して、予想される軌道を予測するチャンスを表しています。 病気 個別の治療戦略をカスタマイズします。 Nature Communications 誌に記載されているように、このアプローチは組織サンプル内の細胞の空間構成を精査します。
「細胞の空間構成は複雑なジグソーパズルのようなもので、各細胞が独自のピースとして機能し、細心の注意を払って組み立てられ、凝集した組織や器官の構造を形成します。 この研究は、AIが組織内の細胞間の複雑な空間的関係を把握し、これまで人間の理解を超えていた微妙な情報を抽出しながら患者の転帰を予測するという驚くべき能力を示している」と研究リーダーでテキサス大学サウスウェスタン医療センター教授のGuanghua Xiao氏は述べた。私たち。
研究者らによると、病理学の分野では、患者からの組織サンプルの日常的な収集が長い間診断に欠かせないものでした。 これらのサンプルは通常、病理学者による検査のためにスライド上に置かれ、診断プロセスにおいて重要な要素として機能します。
しかし、Xiao博士が強調するように、この従来のアプローチには欠点がないわけではありません。時間がかかり、病理医によって解釈が異なる傾向があり、患者の健康に関する極めて重要な手がかりを保持している可能性のある病理画像の微妙なニュアンスを見逃す可能性があります。
これらの課題に対処するために、Xiao 博士と彼のチームは AI モデル Ceograph を開発しました。 前任者とは異なり、 AIモデル 細胞の種類を特定したり、細胞の近接性を評価したりするだけでなく、組織画像を解釈する病理学者のアプローチの複雑な側面を再現することも目的としています。
Xiao博士は、これまでのAIモデルは特定のタスクでは優れていたものの、病理医の役割に固有の複雑さを捉えるには不十分だったと強調する。 この複雑さには、細胞の空間構成のパターンを識別し、画像内の無関係な「ノイズ」を除去することが含まれます。これは、正確な解釈に重要な要素です。
従来の方法に対する Ceograph の優位性
Xiao博士は、Ceographは、組織スライドを読み取る際の病理医の認知プロセスを模倣することによってそれ自体を際立たせていると付け加えた。 まず、画像内の細胞を検出し、その位置を特定します。 そこから、AI モデルは単なる識別を超えて、細胞の種類、形態、空間分布の複雑な領域を掘り下げます。
新しい AI モデルは、細胞がどのように配置、分布し、相互作用するかを分析するのに役立つ詳細なマップを作成でき、AI を使用して人間の病理学者の微妙なスキルを模倣する点で一歩前進しました。
研究者らは、病理スライドを使用して、このツールを XNUMX つの実際の臨床シナリオでテストしました。 最初のシナリオでは、Ceograph を使用して、肺がんの XNUMX つのサブタイプ (腺がんと扁平上皮がん) を区別しました。
このツールは、潜在的に有害な口腔状態(口腔内の前がん病変)が本格的ながんに発展する可能性を予測するためにも利用されました。 最後に研究チームは、どの肺がん患者が上皮成長因子受容体阻害剤として知られる特定の種類の薬剤に積極的に反応する可能性が最も高いかを特定した。
研究者らによると、各シナリオにおいて、Ceograph モデルは患者の転帰の予測において従来の方法を大幅に上回りました。
重要なのは、Ceographによって特定された細胞の空間構成の特徴は解釈可能であり、個々の細胞間の空間的相互作用の変化がどのように多様な機能的結果を生み出す可能性があるかについての生物学的洞察につながるとXiao氏は述べた。
彼はさらに、その役割が増大していることを強調した。 医療におけるAI、病理分析の効率と精度を向上させる可能性を強調しています。 同氏は、この方法は、対象を絞った予防措置を合理化し、個々の患者の治療選択を最適化する可能性があると付け加えた。
免責事項
に沿って トラストプロジェクトのガイドライン, このページで提供される情報は、法律、税金、投資、財務、またはその他の形式のアドバイスを目的としたものではなく、そのように解釈されるべきではないことに注意してください。 損失しても許容できる金額のみを投資し、疑問がある場合は独立した財務上のアドバイスを求めることが重要です。 詳細については、利用規約のほか、発行者または広告主が提供するヘルプおよびサポート ページを参照することをお勧めします。 MetaversePost は正確で公平なレポートに努めていますが、市場の状況は予告なく変更される場合があります。
著者について
Kumar は経験豊富なテクノロジー ジャーナリストであり、AI/ML、マーケティング テクノロジー、および暗号、ブロックチェーン、 NFTs. 業界で 3 年以上の経験を持つクマールは、説得力のある物語を作成し、洞察力に富んだインタビューを実施し、包括的な洞察を提供するという実績を確立してきました。 Kumar の専門知識は、著名な業界プラットフォーム向けの記事、レポート、研究出版物など、影響力の高いコンテンツの作成にあります。 技術的な知識とストーリーテリングを組み合わせた独自のスキルセットを備えたクマールは、複雑な技術概念を明確かつ魅力的な方法で多様な聴衆に伝えることに優れています。
より多くの記事Kumar は経験豊富なテクノロジー ジャーナリストであり、AI/ML、マーケティング テクノロジー、および暗号、ブロックチェーン、 NFTs. 業界で 3 年以上の経験を持つクマールは、説得力のある物語を作成し、洞察力に富んだインタビューを実施し、包括的な洞察を提供するという実績を確立してきました。 Kumar の専門知識は、著名な業界プラットフォーム向けの記事、レポート、研究出版物など、影響力の高いコンテンツの作成にあります。 技術的な知識とストーリーテリングを組み合わせた独自のスキルセットを備えたクマールは、複雑な技術概念を明確かつ魅力的な方法で多様な聴衆に伝えることに優れています。