AI-modellen "Ceograph" uppnår precision i att förutsäga cancerutfall från vävnadsprover
I korthet
En nyutvecklad medicinsk AI-modell Ceograph kan förutsäga utfall för cancerpatienter baserat på vävnadsprover.
Forskare vid UT Southwestern Medical Center (UTSW) utvecklade en artificiell intelligens (AI) modell – kallad Ceograph – som visar förmågan att förutsäga utfall för cancerpatienter baserat på vävnadsprover.
Utvecklingen representerar en chans för användningen av AI för att förutsäga den sannolika banan för sjukdom och skräddarsy personliga behandlingsstrategier. Som beskrivs i tidskriften Nature Communications granskar metoden den rumsliga konfigurationen av celler i vävnadsprover.
"Cellens rumsliga organisation är som ett komplext pussel där varje cell fungerar som en unik bit, som noggrant passar ihop för att bilda en sammanhängande vävnad eller organstruktur. Den här forskningen visar på AI:s anmärkningsvärda förmåga att förstå dessa intrikata rumsliga relationer mellan celler i vävnader, extrahera subtil information tidigare bortom mänskligt förstånd samtidigt som man förutsäger patientresultat, säger studieledaren Guanghua Xiao, professor vid University of Texas Southwestern Medical Center i USA. USA.
Enligt forskare, inom patologins område - har rutinmässig insamling av vävnadsprover från patienter länge varit en stapelvara för diagnos. Dessa prover, vanligtvis placerade på objektglas för undersökning av patologer, fungerar som avgörande komponenter i den diagnostiska processen.
Men, som Dr. Xiao framhåller, är detta konventionella tillvägagångssätt inte utan sina nackdelar – det är tidskrävande, utsatt för variationer i tolkningen bland patologer och kan missa subtila nyanser i patologibilder som kan innehålla viktiga ledtrådar till en patients hälsa.
För att ta itu med dessa utmaningar utvecklade Dr. Xiao och hans team AI-modellen Ceograph. Till skillnad från sina föregångare AI-modell syftar inte bara till att identifiera celltyper eller bedöma cellnärhet utan att replikera de intrikata aspekterna av en patologs tillvägagångssätt för att tolka vävnadsbilder.
Dr. Xiao betonar att även om tidigare AI-modeller har utmärkt sig i vissa uppgifter, misslyckades de med att fånga komplexiteten som är inneboende i en patologs roll. Denna komplexitet involverar urskiljning av mönster i cellens rumsliga organisation och eliminering av främmande "brus" i bilder - faktorer som är avgörande för korrekta tolkningar.
Ceographs överlägsenhet över traditionella metoder
Dr. Xiao tillade att Ceograph skiljer sig åt genom att efterlikna de kognitiva processerna hos patologer när de läser vävnadsglas. Det börjar med att detektera celler i bilder och bestämma deras positioner. Därifrån går AI-modellen mer än bara identifiering och gräver ner sig i det invecklade området av celltyper, morfologi och rumslig fördelning.
Den nya AI-modellen kan skapa en detaljerad karta som hjälper till att analysera hur celler är ordnade, distribuerade och interagerar med varandra, vilket markerar ett steg framåt i att använda AI för att efterlikna de nyanserade färdigheterna hos mänskliga patologer.
Forskarna testade verktyget i tre verkliga kliniska scenarier med hjälp av patologibilder. I det första scenariot användes Ceograph för att skilja mellan två undertyper av lungcancer - adenokarcinom och skivepitelcancer.
Verktyget användes också för att förutsäga risken för att potentiellt skadliga orala tillstånd (precancerösa lesioner i munnen) utvecklas till fullvärdig cancer. Slutligen identifierade forskargruppen vilka lungcancerpatienter som mest sannolikt svarade positivt på en specifik klass av läkemedel som kallas epidermal tillväxtfaktorreceptorhämmare.
Enligt forskarna överträffade Ceograph-modellen i varje scenario med god marginal de traditionella metoderna för att förutsäga patientutfall.
Viktigt är att de rumsliga funktionerna för cellorganisation som identifierats av Ceograph är tolkbara och leder till biologiska insikter om hur förändringar i rumslig interaktion mellan celler och celler kan ge olika funktionella konsekvenser, sa Xiao.
Han betonade ytterligare den växande rollen av AI inom sjukvården, vilket understryker dess potential att förbättra effektiviteten och noggrannheten i patologiska analyser. Denna metod, tillade han, lovar att effektivisera riktade förebyggande åtgärder och optimera behandlingsval för enskilda patienter.
Villkor
I linje med den Riktlinjer för Trust Project, vänligen notera att informationen på den här sidan inte är avsedd att vara och inte ska tolkas som juridisk, skattemässig, investerings-, finansiell eller någon annan form av rådgivning. Det är viktigt att bara investera det du har råd att förlora och att söka oberoende finansiell rådgivning om du har några tvivel. För ytterligare information föreslår vi att du hänvisar till villkoren samt hjälp- och supportsidorna som tillhandahålls av utfärdaren eller annonsören. MetaversePost är engagerad i korrekt, opartisk rapportering, men marknadsförhållandena kan ändras utan föregående meddelande.
Om författaren
Kumar är en erfaren teknisk journalist med specialisering på de dynamiska skärningspunkterna mellan AI/ML, marknadsföringsteknologi och framväxande områden som krypto, blockchain och NFTs. Med över 3 års erfarenhet i branschen har Kumar etablerat en bevisad meritlista i att skapa övertygande berättelser, genomföra insiktsfulla intervjuer och leverera omfattande insikter. Kumars expertis ligger i att producera innehåll med hög effekt, inklusive artiklar, rapporter och forskningspublikationer för framstående industriplattformar. Med en unik kompetens som kombinerar teknisk kunskap och berättande, utmärker Kumar sig på att kommunicera komplexa tekniska koncept till olika publik på ett tydligt och engagerande sätt.
fler artiklar
Kumar är en erfaren teknisk journalist med specialisering på de dynamiska skärningspunkterna mellan AI/ML, marknadsföringsteknologi och framväxande områden som krypto, blockchain och NFTs. Med över 3 års erfarenhet i branschen har Kumar etablerat en bevisad meritlista i att skapa övertygande berättelser, genomföra insiktsfulla intervjuer och leverera omfattande insikter. Kumars expertis ligger i att producera innehåll med hög effekt, inklusive artiklar, rapporter och forskningspublikationer för framstående industriplattformar. Med en unik kompetens som kombinerar teknisk kunskap och berättande, utmärker Kumar sig på att kommunicera komplexa tekniska koncept till olika publik på ett tydligt och engagerande sätt.
