Model AI 'Ceograph' dosega natančnost pri napovedovanju izidov raka iz vzorcev tkiv
Na kratko
Novo razviti medicinski model umetne inteligence Ceograph lahko napove rezultate za bolnike z rakom na podlagi vzorcev tkiva.
Raziskovalci na UT Southwestern Medical Center (UTSW) so razvili a Umetna inteligenca (AI) model – imenovan Ceograph – ki prikazuje sposobnost napovedovanja rezultatov za bolnike z rakom na podlagi vzorcev tkiva.
Razvoj predstavlja priložnost za uporabo AI za napovedovanje verjetne poti Bolezen in prilagodite prilagojene strategije zdravljenja. Kot je opisano v reviji Nature Communications, pristop natančno preučuje prostorsko konfiguracijo celic v vzorcih tkiv.
»Prostorska organizacija celice je kot zapletena sestavljanka, kjer vsaka celica služi kot edinstven kos, ki se natančno prilega skupaj, da tvori kohezivno strukturo tkiva ali organa. Ta raziskava prikazuje izjemno sposobnost umetne inteligence, da dojame ta zapletena prostorska razmerja med celicami v tkivih, pri čemer izloči subtilne informacije, ki jih človek prej ni mogel razumeti, in obenem napoveduje rezultate bolnikov,« je povedal vodja študije Guanghua Xiao, profesor na Southwestern Medical Center Univerze v Teksasu. ZDA.
Po mnenju raziskovalcev je na področju patologije rutinsko odvzem vzorcev tkiva pri bolnikih že dolgo osnovna diagnoza. Ti vzorci, ki so običajno postavljeni na diapozitive, da jih pregledajo patologi, služijo kot ključne komponente v diagnostičnem procesu.
Vendar pa, kot poudarja dr. Xiao, ta konvencionalni pristop ni brez pomanjkljivosti – je dolgotrajen, nagnjen k variacijam v interpretacijah med patologi in lahko spregleda subtilne nianse v slikah patologije, ki bi lahko vsebovale ključne namige o bolnikovem zdravju.
Pri reševanju teh izzivov sta dr. Xiao in njegova ekipa razvila model AI Ceograph. Za razliko od svojih predhodnikov je Model AI ni samo identificirati tipe celic ali oceniti bližino celic, temveč ponoviti zapletene vidike patološkega pristopa k interpretaciji slik tkiva.
Dr. Xiao poudarja, da medtem ko so prejšnji modeli umetne inteligence blesteli pri določenih nalogah, niso uspeli zajeti kompleksnosti, ki je neločljivo povezana z vlogo patologa. Ta kompleksnost vključuje razločevanje vzorcev v celični prostorski organizaciji in odpravo tujega "šuma" na slikah - dejavnikov, ki so ključni za natančne interpretacije.
Ceographova superiornost nad tradicionalnimi metodami
Dr. Xiao je dodal, da se Ceograph razlikuje po tem, da posnema kognitivne procese patologov pri branju diapozitivov tkiv. Začne se z zaznavanjem celic na slikah in določanjem njihovih položajev. Od tam naprej model AI presega zgolj identifikacijo in se poglobi v zapleteno področje vrst celic, morfologije in prostorske porazdelitve.
Novi model AI lahko ustvari podroben zemljevid, ki pomaga analizirati, kako so celice razporejene, porazdeljene in medsebojno delujejo, kar pomeni korak naprej pri uporabi AI za posnemanje niansiranih veščin človeških patologov.
Raziskovalci so orodje preizkusili v treh resničnih kliničnih scenarijih z uporabo diapozitivov patologije. V prvem scenariju je bil Ceograph uporabljen za razlikovanje med dvema podtipoma pljučnega raka – adenokarcinomom in skvamoznoceličnim karcinomom.
Orodje je bilo uporabljeno tudi za napovedovanje možnosti potencialno škodljivih oralnih stanj (predrakavih lezij v ustih), ki se razvijejo v popolnega raka. Nazadnje je raziskovalna skupina natančno določila, kateri bolniki s pljučnim rakom se najverjetneje pozitivno odzovejo na določen razred zdravil, znanih kot zaviralci receptorjev epidermalnega rastnega faktorja.
Po mnenju raziskovalcev je v vsakem scenariju model Ceograph pri napovedovanju izidov bolnikov precej prekašal tradicionalne metode.
Pomembno je, da so značilnosti celične prostorske organizacije, ki jih je identificiral Ceograph, razložljive in vodijo do bioloških vpogledov v to, kako lahko sprememba prostorske interakcije med celicami povzroči različne funkcionalne posledice, je dejal Xiao.
Nadalje je poudaril vse večjo vlogo AI v zdravstveni oskrbi, ki poudarja njegov potencial za povečanje učinkovitosti in natančnosti analiz patologije. Dodal je, da ta metoda obeta racionalizacijo usmerjenih preventivnih ukrepov in optimizacijo izbire zdravljenja za posamezne bolnike.
Zavrnitev odgovornosti
V skladu z Smernice projekta Trust, upoštevajte, da informacije na tej strani niso namenjene in se jih ne sme razlagati kot pravni, davčni, naložbeni, finančni ali kakršen koli drug nasvet. Pomembno je, da vlagate samo tisto, kar si lahko privoščite izgubiti, in da poiščete neodvisen finančni nasvet, če imate kakršne koli dvome. Za dodatne informacije predlagamo, da si ogledate določila in pogoje ter strani s pomočjo in podporo, ki jih nudi izdajatelj ali oglaševalec. MetaversePost se zavzema za natančno in nepristransko poročanje, vendar se tržni pogoji lahko spremenijo brez predhodnega obvestila.
O avtorju
Kumar je izkušen tehnični novinar, specializiran za dinamična presečišča AI/ML, marketinške tehnologije in nastajajočih področij, kot so kripto, blockchain in NFTs. Z več kot 3 leti izkušenj v panogi je Kumar pridobil dokazane rezultate pri oblikovanju privlačnih pripovedi, vodenju pronicljivih intervjujev in zagotavljanju celovitih vpogledov. Kumarjevo strokovno znanje je v izdelavi odmevnih vsebin, vključno s članki, poročili in raziskovalnimi publikacijami za pomembne industrijske platforme. Z edinstvenim naborom spretnosti, ki združuje tehnično znanje in pripovedovanje zgodb, se Kumar odlikuje pri sporočanju zapletenih tehnoloških konceptov različnim občinstvom na jasen in privlačen način.
več člankov
Kumar je izkušen tehnični novinar, specializiran za dinamična presečišča AI/ML, marketinške tehnologije in nastajajočih področij, kot so kripto, blockchain in NFTs. Z več kot 3 leti izkušenj v panogi je Kumar pridobil dokazane rezultate pri oblikovanju privlačnih pripovedi, vodenju pronicljivih intervjujev in zagotavljanju celovitih vpogledov. Kumarjevo strokovno znanje je v izdelavi odmevnih vsebin, vključno s članki, poročili in raziskovalnimi publikacijami za pomembne industrijske platforme. Z edinstvenim naborom spretnosti, ki združuje tehnično znanje in pripovedovanje zgodb, se Kumar odlikuje pri sporočanju zapletenih tehnoloških konceptov različnim občinstvom na jasen in privlačen način.
