Modelul AI „Ceograph” obține precizie în prezicerea rezultatelor cancerului din probele de țesut
Pe scurt
Un model medical AI recent dezvoltat, Ceograph, poate prezice rezultatele pentru pacienții cu cancer pe baza mostrelor de țesut.
Cercetătorii de la UT Southwestern Medical Center (UTSW) au dezvoltat a inteligență artificială Model (AI) – denumit Ceograph – care demonstrează capacitatea de a prezice rezultate pentru pacienții cu cancer pe baza mostrelor de țesut.
Dezvoltarea reprezintă o șansă pentru utilizarea AI de a prognoza traiectoria probabilă a boală și personalizați strategiile de tratament personalizate. După cum este descris în revista Nature Communications, abordarea examinează configurația spațială a celulelor din probele de țesut.
„Organizarea spațială a celulelor este ca un puzzle complex în care fiecare celulă servește ca o piesă unică, care se potrivește meticulos pentru a forma un țesut coeziv sau o structură de organ. Această cercetare demonstrează capacitatea remarcabilă a inteligenței artificiale de a înțelege aceste relații spațiale complicate între celulele din țesuturi, extragând informații subtile care anterior depășeau înțelegerea umană, în timp ce prezice rezultatele pacienților”, a declarat liderul studiului Guanghua Xiao, profesor la Centrul Medical de Sud-Vest al Universității din Texas NE.
Potrivit cercetătorilor, în domeniul patologiei - colectarea de rutină a probelor de țesut de la pacienți a fost mult timp un element de bază pentru diagnostic. Aceste probe, de obicei plasate pe lame pentru examinare de către patologi, servesc ca componente cruciale în procesul de diagnosticare.
Cu toate acestea, după cum subliniază dr. Xiao, această abordare convențională nu este lipsită de dezavantajele sale - necesită timp, este predispusă la variații de interpretare în rândul patologilor și poate pierde nuanțe subtile din imaginile patologice care ar putea deține indicii esențiale pentru sănătatea pacientului.
Abordând aceste provocări, Dr. Xiao și echipa sa au dezvoltat modelul AI Ceograph. Spre deosebire de predecesorii săi, Modelul AI își propune nu numai să identifice tipurile de celule sau să evalueze proximitatea celulelor, ci să reproducă aspectele complexe ale abordării unui patolog de a interpreta imaginile țesuturilor.
Dr. Xiao subliniază că, în timp ce modelele AI anterioare au excelat la anumite sarcini, acestea nu au reușit să surprindă complexitatea inerentă rolului unui patolog. Această complexitate implică discernământul modelelor în organizarea spațială a celulelor și eliminarea „zgomotelor” străine din imagini – factori cruciali pentru interpretări precise.
Superioritatea lui Ceograph față de metodele tradiționale
Dr. Xiao a adăugat că Ceograph se distinge prin mimând procesele cognitive ale patologilor atunci când citesc diapozitive de țesut. Începe prin detectarea celulelor în imagini și determinarea pozițiilor acestora. De acolo, modelul AI depășește simpla identificare, pătrunzând în domeniul complicat al tipurilor de celule, morfologiei și distribuției spațiale.
Noul model AI poate crea o hartă detaliată care ajută la analizarea modului în care celulele sunt aranjate, distribuite și interacționează între ele, marcând un pas înainte în utilizarea AI pentru a imita abilitățile nuanțate ale patologilor umani.
Cercetătorii au pus instrumentul să fie testat în trei scenarii clinice din lumea reală, folosind diapozitive de patologie. În primul scenariu, Ceograph a fost folosit pentru a diferenția între două subtipuri de cancer pulmonar - adenocarcinom și carcinom cu celule scuamoase.
Instrumentul a fost, de asemenea, utilizat pentru a prognoza șansele ca afecțiunile orale potențial dăunătoare (leziuni precanceroase în gură) să devină cancer cu drepturi depline. În cele din urmă, echipa de cercetare a evidențiat pacienții cu cancer pulmonar cel mai probabil să răspundă pozitiv la o anumită clasă de medicamente cunoscute sub numele de inhibitori ai receptorului factorului de creștere epidermic.
Potrivit cercetătorilor, în fiecare scenariu, modelul Ceograph a depășit metodele tradiționale cu o marjă bună în prezicerea rezultatelor pacientului.
Foarte important, caracteristicile de organizare spațială celulară identificate de Ceograph sunt interpretabile și conduc la perspective biologice asupra modului în care schimbarea interacțiunii spațiale celulă-celulă individuală ar putea produce diverse consecințe funcționale, a spus Xiao.
El a subliniat în continuare rolul în creștere al AI în îngrijirea medicală, subliniind potențialul său de a spori eficiența și acuratețea analizelor patologice. Această metodă, a adăugat el, este promițătoare pentru eficientizarea măsurilor preventive direcționate și optimizarea selecției tratamentului pentru pacienții individuali.
Declinare a responsabilităţii
În conformitate cu Ghidurile proiectului Trust, vă rugăm să rețineți că informațiile furnizate pe această pagină nu sunt destinate și nu trebuie interpretate ca fiind consiliere juridică, fiscală, investițională, financiară sau orice altă formă de consiliere. Este important să investești doar ceea ce îți poți permite să pierzi și să cauți sfaturi financiare independente dacă ai îndoieli. Pentru informații suplimentare, vă sugerăm să consultați termenii și condițiile, precum și paginile de ajutor și asistență furnizate de emitent sau agent de publicitate. MetaversePost se angajează să raporteze corecte, imparțial, dar condițiile de piață pot fi modificate fără notificare.
Despre autor
Kumar este un jurnalist tehnic cu experiență, cu o specializare în intersecțiile dinamice ale AI/ML, tehnologie de marketing și domenii emergente, cum ar fi cripto, blockchain și NFTs. Cu peste 3 ani de experiență în industrie, Kumar și-a stabilit o experiență dovedită în elaborarea de narațiuni convingătoare, realizarea de interviuri perspicace și furnizarea de informații cuprinzătoare. Expertiza lui Kumar constă în producerea de conținut de mare impact, inclusiv articole, rapoarte și publicații de cercetare pentru platforme proeminente din industrie. Cu un set unic de abilități care combină cunoștințele tehnice și povestirea, Kumar excelează în comunicarea conceptelor tehnologice complexe către diverse audiențe într-o manieră clară și captivantă.
Mai multe articole
Kumar este un jurnalist tehnic cu experiență, cu o specializare în intersecțiile dinamice ale AI/ML, tehnologie de marketing și domenii emergente, cum ar fi cripto, blockchain și NFTs. Cu peste 3 ani de experiență în industrie, Kumar și-a stabilit o experiență dovedită în elaborarea de narațiuni convingătoare, realizarea de interviuri perspicace și furnizarea de informații cuprinzătoare. Expertiza lui Kumar constă în producerea de conținut de mare impact, inclusiv articole, rapoarte și publicații de cercetare pentru platforme proeminente din industrie. Cu un set unic de abilități care combină cunoștințele tehnice și povestirea, Kumar excelează în comunicarea conceptelor tehnologice complexe către diverse audiențe într-o manieră clară și captivantă.
