'Ceograph' Model AI Mencapai Ketepatan dalam Meramalkan Hasil Kanser daripada Sampel Tisu
Secara ringkas
Model AI perubatan yang baru dibangunkan Ceograph boleh meramalkan hasil untuk pesakit kanser berdasarkan sampel tisu.
Penyelidik di Pusat Perubatan Barat Daya UT (UTSW) membangunkan a kecerdasan buatan (AI) - dinamakan Ceograph - yang menunjukkan keupayaan untuk meramalkan hasil untuk pesakit kanser berdasarkan sampel tisu.
Perkembangan ini mewakili peluang untuk penggunaan AI untuk meramalkan kemungkinan trajektori penyakit dan menyesuaikan strategi rawatan yang diperibadikan. Seperti yang diterangkan dalam jurnal Nature Communications, pendekatan ini meneliti konfigurasi spatial sel dalam sampel tisu.
"Organisasi spatial sel adalah seperti teka-teki jigsaw yang kompleks di mana setiap sel berfungsi sebagai kepingan yang unik, dipasang bersama dengan teliti untuk membentuk tisu atau struktur organ yang padu. Penyelidikan ini mempamerkan keupayaan luar biasa AI untuk memahami hubungan spatial yang rumit ini antara sel dalam tisu, mengekstrak maklumat halus sebelum ini di luar pemahaman manusia sambil meramalkan hasil pesakit, "kata ketua kajian Guanghua Xiao, seorang profesor di Pusat Perubatan Barat Daya Universiti Texas di AS.
Menurut penyelidik, dalam bidang patologi - pengumpulan rutin sampel tisu daripada pesakit telah lama menjadi ruji untuk diagnosis. Sampel ini, biasanya diletakkan pada slaid untuk pemeriksaan oleh ahli patologi, berfungsi sebagai komponen penting dalam proses diagnostik.
Walau bagaimanapun, seperti yang diketengahkan oleh Dr. Xiao, pendekatan konvensional ini bukan tanpa kelemahannya - ia memakan masa, terdedah kepada variasi dalam tafsiran di kalangan ahli patologi dan mungkin terlepas nuansa halus dalam imej patologi yang boleh memegang petunjuk penting kepada kesihatan pesakit.
Menangani cabaran ini, Dr. Xiao dan pasukannya membangunkan model AI Ceograph. Tidak seperti pendahulunya, the model AI bertujuan bukan sahaja untuk mengenal pasti jenis sel atau menilai kedekatan sel tetapi untuk meniru aspek rumit pendekatan ahli patologi untuk mentafsir imej tisu.
Dr. Xiao menekankan bahawa walaupun model AI terdahulu telah cemerlang dalam tugas tertentu, mereka gagal dalam menangkap kerumitan yang wujud dalam peranan ahli patologi. Kerumitan ini melibatkan corak arif dalam organisasi spatial sel dan menghapuskan "bunyi" luar dalam imej - faktor penting untuk tafsiran yang tepat.
Keunggulan Ceograph Berbanding Kaedah Tradisional
Dr. Xiao menambah bahawa Ceograph membezakan dirinya dengan meniru proses kognitif ahli patologi apabila membaca slaid tisu. Ia bermula dengan mengesan sel dalam imej dan menentukan kedudukannya. Dari situ, model AI melangkaui pengenalan semata-mata, menyelidiki bidang rumit jenis sel, morfologi dan pengedaran ruang.
Model AI baharu boleh mencipta peta terperinci yang membantu menganalisis cara sel disusun, diedarkan dan berinteraksi antara satu sama lain, menandakan satu langkah ke hadapan dalam menggunakan AI untuk meniru kemahiran bernuansa ahli patologi manusia.
Para penyelidik meletakkan alat untuk menguji dalam tiga senario klinikal dunia sebenar menggunakan slaid patologi. Dalam senario pertama, Ceograph digunakan untuk membezakan antara dua subtipe kanser paru-paru-adenokarsinoma dan karsinoma sel skuamosa.
Alat ini juga digunakan untuk meramalkan kemungkinan keadaan mulut yang berpotensi berbahaya (lesi prakanser dalam mulut) berkembang menjadi kanser sepenuhnya. Akhir sekali, pasukan penyelidik menunjukkan dengan tepat pesakit kanser paru-paru yang paling berkemungkinan bertindak balas secara positif terhadap kelas ubat tertentu yang dikenali sebagai perencat reseptor faktor pertumbuhan epidermis.
Menurut penyelidik, dalam setiap senario, model Ceograph mengatasi kaedah tradisional dengan margin yang baik dalam meramalkan hasil pesakit.
Yang penting, ciri organisasi spatial sel yang dikenal pasti oleh Ceograph boleh ditafsirkan dan membawa kepada pandangan biologi tentang bagaimana perubahan interaksi spatial sel sel individu boleh menghasilkan akibat fungsi yang pelbagai, kata Xiao.
Beliau seterusnya menekankan peranan yang semakin meningkat AI dalam penjagaan perubatan, menggariskan potensinya untuk meningkatkan kecekapan dan ketepatan analisis patologi. Kaedah ini, tambahnya, menjanjikan untuk memperkemas langkah pencegahan yang disasarkan dan mengoptimumkan pemilihan rawatan untuk pesakit individu.
Penafian
Selaras dengan Garis panduan Projek Amanah, sila ambil perhatian bahawa maklumat yang diberikan pada halaman ini tidak bertujuan untuk menjadi dan tidak seharusnya ditafsirkan sebagai nasihat undang-undang, cukai, pelaburan, kewangan atau sebarang bentuk nasihat lain. Adalah penting untuk hanya melabur apa yang anda mampu kehilangan dan mendapatkan nasihat kewangan bebas jika anda mempunyai sebarang keraguan. Untuk maklumat lanjut, kami mencadangkan merujuk kepada terma dan syarat serta halaman bantuan dan sokongan yang disediakan oleh pengeluar atau pengiklan. MetaversePost komited kepada laporan yang tepat dan tidak berat sebelah, tetapi keadaan pasaran tertakluk kepada perubahan tanpa notis.
Tentang Pengarang
Kumar ialah seorang Wartawan Teknologi berpengalaman dengan pengkhususan dalam persimpangan dinamik AI/ML, teknologi pemasaran dan bidang baru muncul seperti crypto, blockchain dan NFTs. Dengan lebih 3 tahun pengalaman dalam industri, Kumar telah mencipta rekod prestasi yang terbukti dalam mencipta naratif yang menarik, menjalankan temu bual yang berwawasan dan menyampaikan pandangan yang komprehensif. Kepakaran Kumar terletak dalam menghasilkan kandungan berimpak tinggi, termasuk artikel, laporan dan penerbitan penyelidikan untuk platform industri terkemuka. Dengan set kemahiran unik yang menggabungkan pengetahuan teknikal dan penceritaan, Kumar cemerlang dalam menyampaikan konsep teknologi yang kompleks kepada khalayak yang pelbagai dengan cara yang jelas dan menarik.
lebih banyak artikel
Kumar ialah seorang Wartawan Teknologi berpengalaman dengan pengkhususan dalam persimpangan dinamik AI/ML, teknologi pemasaran dan bidang baru muncul seperti crypto, blockchain dan NFTs. Dengan lebih 3 tahun pengalaman dalam industri, Kumar telah mencipta rekod prestasi yang terbukti dalam mencipta naratif yang menarik, menjalankan temu bual yang berwawasan dan menyampaikan pandangan yang komprehensif. Kepakaran Kumar terletak dalam menghasilkan kandungan berimpak tinggi, termasuk artikel, laporan dan penerbitan penyelidikan untuk platform industri terkemuka. Dengan set kemahiran unik yang menggabungkan pengetahuan teknikal dan penceritaan, Kumar cemerlang dalam menyampaikan konsep teknologi yang kompleks kepada khalayak yang pelbagai dengan cara yang jelas dan menarik.
