AI 모델 'Ceograph', 조직 샘플에서 암 결과 예측 정확도 달성
요컨대
새로 개발된 의료 AI 모델 Ceograph는 조직 샘플을 기반으로 암 환자의 결과를 예측할 수 있습니다.
UT 사우스웨스턴 메디컬 센터(UTSW) 연구진은 인공 지능 (AI) 모델 – Ceograph – 조직 샘플을 기반으로 암 환자의 결과를 예측하는 능력을 보여줍니다.
이번 개발은 AI를 활용해 미래의 궤적을 예측할 수 있는 기회를 의미합니다. 질병 개인화된 치료 전략을 맞춤화합니다. Nature Communications 저널에 설명된 바와 같이, 이 접근법은 조직 샘플 내 세포의 공간적 구성을 면밀히 조사합니다.
“세포 공간 조직은 각 세포가 독특한 조각 역할을 하며 세심하게 결합되어 응집력 있는 조직이나 기관 구조를 형성하는 복잡한 직소 퍼즐과 같습니다. 이번 연구는 조직 내 세포 사이의 복잡한 공간적 관계를 파악하고 이전에는 인간이 이해할 수 없었던 미묘한 정보를 추출하는 동시에 환자 결과를 예측하는 AI의 놀라운 능력을 보여줍니다.”라고 텍사스 대학교 사우스웨스턴 메디컬 센터의 교수인 Guanghua Xiao가 말했습니다. 우리를.
연구자들에 따르면, 병리학 분야에서는 환자의 조직 샘플을 정기적으로 수집하는 것이 오랫동안 진단의 필수 요소였습니다. 일반적으로 병리학자의 검사를 위해 슬라이드에 배치되는 이러한 샘플은 진단 과정에서 중요한 구성 요소 역할을 합니다.
그러나 Xiao 박사가 강조한 것처럼 이러한 기존 접근 방식에는 단점이 있습니다. 시간이 많이 걸리고 병리학자마다 해석이 다를 수 있으며 환자의 건강에 대한 중추적인 단서를 담을 수 있는 병리학 이미지의 미묘한 뉘앙스를 놓칠 수 있습니다.
이러한 문제를 해결하기 위해 Xiao 박사와 그의 팀은 AI 모델 Ceograph를 개발했습니다. 전작들과 달리, AI 모델 세포 유형을 식별하거나 세포 근접성을 평가하는 것뿐만 아니라 조직 이미지를 해석하는 병리학자의 접근 방식의 복잡한 측면을 재현하는 것을 목표로 합니다.
Xiao 박사는 이전 AI 모델이 특정 작업에서는 탁월했지만 병리학자의 역할에 내재된 복잡성을 포착하는 데는 부족했다고 강조합니다. 이러한 복잡성에는 세포 공간 구성의 패턴을 식별하고 이미지에서 외부 "노이즈"를 제거하는 것이 포함됩니다. 이는 정확한 해석에 중요한 요소입니다.
전통적인 방법에 비해 Ceograph의 우월성
Xiao 박사는 Ceograph가 조직 슬라이드를 읽을 때 병리학자의 인지 과정을 모방함으로써 차별화된다고 덧붙였습니다. 이는 이미지에서 세포를 감지하고 위치를 결정하는 것부터 시작됩니다. 여기에서 AI 모델은 단순한 식별을 넘어 세포 유형, 형태 및 공간 분포의 복잡한 영역을 탐구합니다.
새로운 AI 모델은 세포가 배열, 분포 및 상호 작용하는 방식을 분석하는 데 도움이 되는 상세한 지도를 생성하여 AI를 사용하여 인간 병리학자의 미묘한 기술을 모방하는 데 한 단계 더 발전할 수 있습니다.
연구원들은 병리학 슬라이드를 사용하여 세 가지 실제 임상 시나리오에서 테스트하기 위해 도구를 사용했습니다. 첫 번째 시나리오에서는 Ceograph를 사용하여 폐암의 두 가지 아형인 선암종과 편평 세포 암종을 구별했습니다.
이 도구는 잠재적으로 유해한 구강 상태(입 안의 전암성 병변)가 본격적인 암으로 발전할 가능성을 예측하는 데에도 활용되었습니다. 마지막으로 연구팀은 어떤 폐암 환자가 표피 성장 인자 수용체 억제제로 알려진 특정 종류의 약물에 긍정적으로 반응할 가능성이 가장 높은지 정확히 찾아냈습니다.
연구원들에 따르면, 각 시나리오에서 Ceograph 모델은 환자 결과를 예측하는 데 있어서 기존 방법보다 훨씬 뛰어난 성능을 보였습니다.
중요한 것은 Ceograph가 확인한 세포 공간 구성 특징을 해석할 수 있으며 개별 세포-세포 공간 상호 작용 변화가 어떻게 다양한 기능적 결과를 생성할 수 있는지에 대한 생물학적 통찰력을 제공한다고 Xiao는 말했습니다.
그는 점점 더 커지는 역할을 강조했다. 의료에서의 AI, 병리학 분석의 효율성과 정확성을 향상시킬 수 있는 잠재력을 강조합니다. 그는 이 방법이 표적 예방 조치를 간소화하고 개별 환자에 대한 치료법 선택을 최적화할 수 있는 가능성을 갖고 있다고 덧붙였습니다.
책임 부인
줄 안 트러스트 프로젝트 지침, 이 페이지에 제공된 정보는 법률, 세금, 투자, 재정 또는 기타 형태의 조언을 제공하기 위한 것이 아니며 해석되어서도 안 됩니다. 손실을 감수할 수 있는 만큼만 투자하고 의심스러운 경우 독립적인 재정 조언을 구하는 것이 중요합니다. 자세한 내용은 이용약관은 물론 발행자나 광고주가 제공하는 도움말 및 지원 페이지를 참조하시기 바랍니다. MetaversePost 는 정확하고 편견 없는 보고를 위해 최선을 다하고 있지만 시장 상황은 예고 없이 변경될 수 있습니다.
저자에 관하여
Kumar는 AI/ML, 마케팅 기술, 암호화폐, 블록체인 및 신흥 분야의 역동적인 교차점을 전문으로 하는 숙련된 기술 저널리스트입니다. NFT에스. 업계에서 3년 이상의 경험을 보유한 Kumar는 설득력 있는 내러티브 제작, 통찰력 있는 인터뷰 수행, 포괄적인 통찰력 제공 분야에서 입증된 실적을 확립했습니다. Kumar의 전문 분야는 저명한 업계 플랫폼을 위한 기사, 보고서, 연구 간행물 등 영향력이 큰 콘텐츠를 제작하는 것입니다. 기술 지식과 스토리텔링을 결합한 고유한 기술을 갖춘 Kumar는 복잡한 기술 개념을 다양한 청중에게 명확하고 매력적인 방식으로 전달하는 데 탁월합니다.
더 많은 기사
Kumar는 AI/ML, 마케팅 기술, 암호화폐, 블록체인 및 신흥 분야의 역동적인 교차점을 전문으로 하는 숙련된 기술 저널리스트입니다. NFT에스. 업계에서 3년 이상의 경험을 보유한 Kumar는 설득력 있는 내러티브 제작, 통찰력 있는 인터뷰 수행, 포괄적인 통찰력 제공 분야에서 입증된 실적을 확립했습니다. Kumar의 전문 분야는 저명한 업계 플랫폼을 위한 기사, 보고서, 연구 간행물 등 영향력이 큰 콘텐츠를 제작하는 것입니다. 기술 지식과 스토리텔링을 결합한 고유한 기술을 갖춘 Kumar는 복잡한 기술 개념을 다양한 청중에게 명확하고 매력적인 방식으로 전달하는 데 탁월합니다.
