Ang 'Ceograph' ng Modelo ng AI ay Nakamit ang Katumpakan sa Paghuhula ng Mga Resulta ng Kanser mula sa Mga Sample ng Tissue
Sa madaling sabi
Maaaring hulaan ng isang bagong binuong medikal na AI model na Ceograph ang mga resulta para sa mga pasyente ng cancer batay sa mga sample ng tissue.
Ang mga mananaliksik sa UT Southwestern Medical Center (UTSW) ay bumuo ng isang artificial intelligence (AI) na modelo - pinangalanang Ceograph - na nagpapakita ng kakayahang hulaan ang mga resulta para sa mga pasyente ng cancer batay sa mga sample ng tissue.
Ang pag-unlad ay kumakatawan sa isang pagkakataon para sa paggamit ng AI upang mahulaan ang malamang na tilapon ng sakit at iangkop ang mga personalized na diskarte sa paggamot. Tulad ng inilarawan sa journal Nature Communications, sinusuri ng diskarte ang spatial na pagsasaayos ng mga cell sa loob ng mga sample ng tissue.
"Ang spatial na organisasyon ng cell ay tulad ng isang kumplikadong jigsaw puzzle kung saan ang bawat cell ay nagsisilbing isang natatanging piraso, na magkakaugnay nang mabuti upang makabuo ng isang cohesive tissue o organ structure. Ang pananaliksik na ito ay nagpapakita ng kahanga-hangang kakayahan ng AI na maunawaan ang mga masalimuot na spatial na relasyon sa mga selula sa loob ng mga tisyu, na kumukuha ng banayad na impormasyon na dati nang lampas sa pag-unawa ng tao habang hinuhulaan ang mga resulta ng pasyente," sabi ng pinuno ng pag-aaral na si Guanghua Xiao, isang propesor sa University of Texas Southwestern Medical Center sa US.
Ayon sa mga mananaliksik, sa larangan ng patolohiya — ang regular na koleksyon ng mga sample ng tissue mula sa mga pasyente ay matagal nang naging pangunahing sangkap para sa pagsusuri. Ang mga sample na ito, na karaniwang inilalagay sa mga slide para sa pagsusuri ng mga pathologist, ay nagsisilbing mahalagang bahagi sa proseso ng diagnostic.
Gayunpaman, gaya ng itinatampok ni Dr. Xiao, ang kumbensyonal na diskarte na ito ay walang mga disbentaha – ito ay nakakaubos ng oras, madaling kapitan ng mga pagkakaiba-iba sa interpretasyon sa mga pathologist at maaaring makaligtaan ang mga banayad na nuances sa mga larawan ng patolohiya na maaaring magkaroon ng mahahalagang pahiwatig sa kalusugan ng isang pasyente.
Sa pagtugon sa mga hamong ito, binuo ni Dr. Xiao at ng kanyang koponan ang AI model Ceograph. Hindi tulad ng mga nauna nito, ang Modelo ng AI naglalayong hindi lamang makilala ang mga uri ng cell o masuri ang kalapitan ng cell ngunit upang kopyahin ang masalimuot na aspeto ng diskarte ng isang pathologist sa pagbibigay-kahulugan sa mga imahe ng tissue.
Binibigyang-diin ni Dr. Xiao na habang ang mga nakaraang modelo ng AI ay mahusay sa ilang partikular na gawain, hindi nila nakuha ang pagiging kumplikado na likas sa papel ng isang pathologist. Ang pagiging kumplikadong ito ay nagsasangkot ng pagkilala sa mga pattern sa cell spatial na organisasyon at pag-aalis ng labis na "ingay" sa mga imahe - mga salik na mahalaga para sa mga tumpak na interpretasyon.
Ang Superyoridad ng Ceograph sa Tradisyonal na Pamamaraan
Idinagdag ni Dr. Xiao na ang Ceograph ay nagtatakda ng sarili sa pamamagitan ng paggaya sa mga proseso ng pag-iisip ng mga pathologist kapag nagbabasa ng mga slide ng tissue. Nagsisimula ito sa pamamagitan ng pag-detect ng mga cell sa mga imahe at pagtukoy ng kanilang mga posisyon. Mula doon, ang modelo ng AI ay higit pa sa pagkakakilanlan lamang, na sumasaliw sa masalimuot na larangan ng mga uri ng cell, morpolohiya at spatial na pamamahagi.
Ang bagong modelo ng AI ay maaaring lumikha ng isang detalyadong mapa na tumutulong sa pagsusuri kung paano inaayos, ipinamamahagi, at nakikipag-ugnayan ang mga cell sa isa't isa, na nagmamarka ng isang hakbang pasulong sa paggamit ng AI upang gayahin ang mga nuanced na kasanayan ng mga pathologist ng tao.
Inilagay ng mga mananaliksik ang tool upang subukan sa tatlong real-world na mga klinikal na senaryo gamit ang mga slide ng patolohiya. Sa unang senaryo, ginamit ang Ceograph upang matukoy ang pagkakaiba sa pagitan ng dalawang subtype ng kanser sa baga—adenocarcinoma at squamous cell carcinoma.
Ginamit din ang tool upang hulaan ang mga pagkakataon ng mga potensyal na nakakapinsalang kondisyon sa bibig (mga precancerous lesyon sa bibig) na nagiging ganap na kanser. Panghuli, itinuro ng pangkat ng pananaliksik kung aling mga pasyente ng kanser sa baga ang pinaka-malamang na positibong tumugon sa isang partikular na klase ng mga gamot na kilala bilang epidermal growth factor receptor inhibitors.
Ayon sa mga mananaliksik, sa bawat senaryo, ang modelo ng Ceograph ay nalampasan ang mga tradisyonal na pamamaraan sa pamamagitan ng isang magandang margin sa paghula ng mga resulta ng pasyente.
Ang mahalaga, ang mga feature ng cell spatial na organisasyon na kinilala ng Ceograph ay nabibigyang-kahulugan at humahantong sa mga biological na pananaw sa kung paano ang pagbabago ng indibidwal na cell-cell spatial na interaksyon ay maaaring magdulot ng magkakaibang mga functional na kahihinatnan, sabi ni Xiao.
Binigyang-diin pa niya ang lumalagong papel ng AI sa pangangalagang medikal, binibigyang-diin ang potensyal nito na mapahusay ang kahusayan at katumpakan ng mga pagsusuri sa patolohiya. Ang pamamaraang ito, idinagdag niya, ay may pangako para sa pag-streamline ng mga naka-target na hakbang sa pag-iwas at pag-optimize ng pagpili ng paggamot para sa mga indibidwal na pasyente.
Pagtanggi sa pananagutan
Sa linya na may Mga alituntunin ng Trust Project, pakitandaan na ang impormasyong ibinigay sa pahinang ito ay hindi nilayon at hindi dapat bigyang-kahulugan bilang legal, buwis, pamumuhunan, pananalapi, o anumang iba pang paraan ng payo. Mahalagang mamuhunan lamang kung ano ang maaari mong mawala at humingi ng independiyenteng payo sa pananalapi kung mayroon kang anumang mga pagdududa. Para sa karagdagang impormasyon, iminumungkahi naming sumangguni sa mga tuntunin at kundisyon pati na rin sa mga pahina ng tulong at suporta na ibinigay ng nagbigay o advertiser. MetaversePost ay nakatuon sa tumpak, walang pinapanigan na pag-uulat, ngunit ang mga kondisyon ng merkado ay maaaring magbago nang walang abiso.
Tungkol sa Ang May-akda
Si Kumar ay isang makaranasang Tech Journalist na may espesyalisasyon sa mga dynamic na intersection ng AI/ML, teknolohiya sa marketing, at mga umuusbong na larangan tulad ng crypto, blockchain, at NFTs. Sa mahigit 3 taong karanasan sa industriya, si Kumar ay nagtatag ng isang napatunayang track record sa paggawa ng mga nakakahimok na salaysay, pagsasagawa ng mga insightful na panayam, at paghahatid ng mga komprehensibong insight. Ang kadalubhasaan ni Kumar ay nakasalalay sa paggawa ng nilalamang may mataas na epekto, kabilang ang mga artikulo, ulat, at mga publikasyong pananaliksik para sa mga kilalang platform ng industriya. Sa isang natatanging hanay ng kasanayan na pinagsasama ang teknikal na kaalaman at pagkukuwento, mahusay si Kumar sa pakikipag-usap ng mga kumplikadong teknolohikal na konsepto sa magkakaibang mga madla sa isang malinaw at nakakaengganyo na paraan.
Mas marami pang artikulo
Si Kumar ay isang makaranasang Tech Journalist na may espesyalisasyon sa mga dynamic na intersection ng AI/ML, teknolohiya sa marketing, at mga umuusbong na larangan tulad ng crypto, blockchain, at NFTs. Sa mahigit 3 taong karanasan sa industriya, si Kumar ay nagtatag ng isang napatunayang track record sa paggawa ng mga nakakahimok na salaysay, pagsasagawa ng mga insightful na panayam, at paghahatid ng mga komprehensibong insight. Ang kadalubhasaan ni Kumar ay nakasalalay sa paggawa ng nilalamang may mataas na epekto, kabilang ang mga artikulo, ulat, at mga publikasyong pananaliksik para sa mga kilalang platform ng industriya. Sa isang natatanging hanay ng kasanayan na pinagsasama ang teknikal na kaalaman at pagkukuwento, mahusay si Kumar sa pakikipag-usap ng mga kumplikadong teknolohikal na konsepto sa magkakaibang mga madla sa isang malinaw at nakakaengganyo na paraan.
