Модель штучного інтелекту «Ceograph» досягає точності в прогнозуванні результатів раку за зразками тканин
Коротко
Нещодавно розроблена медична модель штучного інтелекту Ceograph може передбачати результати для хворих на рак на основі зразків тканин.
Дослідники Південно-Західного медичного центру (UTSW) розробили a штучний інтелект (AI) модель під назвою Ceograph, яка демонструє здатність передбачати результати для хворих на рак на основі зразків тканин.
Розробка являє собою шанс для використання ШІ для прогнозування ймовірної траєкторії хвороба і адаптувати індивідуальні стратегії лікування. Як описано в журналі Nature Communications, підхід ретельно вивчає просторову конфігурацію клітин у зразках тканин.
«Просторова організація клітини схожа на складну головоломку, де кожна клітина служить унікальною частиною, ретельно поєднуючись разом, щоб утворити цілісну структуру тканини або органу. Це дослідження демонструє дивовижну здатність штучного інтелекту осягати ці складні просторові взаємозв’язки між клітинами в тканинах, витягуючи тонку інформацію, яка раніше була недоступна людському розумінню, одночасно прогнозуючи результати пацієнтів», — сказав керівник дослідження Гуанхуа Сяо, професор Південно-Західного медичного центру Техаського університету в США. НАС.
За словами дослідників, у сфері патології рутинний збір зразків тканин у пацієнтів уже давно є основним методом діагностики. Ці зразки, як правило, розміщені на предметних стеклах для дослідження патологоанатомами, служать ключовими компонентами в діагностичному процесі.
Однак, як підкреслює доктор Сяо, цей традиційний підхід не позбавлений недоліків – він займає багато часу, схильний до варіацій у інтерпретаціях серед патологів і може пропустити тонкі нюанси на зображеннях патології, які можуть містити ключові підказки щодо здоров’я пацієнта.
Вирішуючи ці проблеми, доктор Сяо та його команда розробили модель Ceograph зі штучним інтелектом. На відміну від своїх попередників, the Модель AI має на меті не тільки ідентифікувати типи клітин або оцінити близькість клітин, але й відтворити складні аспекти підходу патолога до інтерпретації зображень тканин.
Доктор Сяо підкреслює, що хоча попередні моделі штучного інтелекту відмінно справлялися з певними завданнями, вони не впоралися з складністю, притаманною ролі патолога. Ця складність передбачає розпізнавання закономірностей у просторовій організації клітин та усунення сторонніх «шумів» у зображеннях – факторів, вирішальних для точної інтерпретації.
Перевага Ceograph над традиційними методами
Доктор Сяо додав, що Ceograph виділяється тим, що імітує когнітивні процеси патологів під час читання слайдів тканин. Він починається з виявлення клітин на зображеннях і визначення їхнього положення. З цього моменту модель ШІ виходить за рамки простої ідентифікації, заглиблюючись у складну сферу типів клітин, морфології та просторового розподілу.
Нова модель штучного інтелекту може створити детальну карту, яка допомагає проаналізувати, як клітини влаштовані, розподілені та взаємодіють одна з одною, що означає крок вперед у використанні штучного інтелекту для імітації тонких навичок людських патологів.
Дослідники перевірили цей інструмент у трьох реальних клінічних сценаріях, використовуючи слайди патології. У першому сценарії Ceograph використовувався для диференціації двох підтипів раку легенів — аденокарциноми та плоскоклітинного раку.
Інструмент також використовувався для прогнозування ймовірності розвитку потенційно шкідливих станів порожнини рота (передракових утворень у ротовій порожнині) у повноцінний рак. Нарешті, дослідницька група визначила, які пацієнти з раком легенів, швидше за все, позитивно реагували на певний клас ліків, відомих як інгібітори рецепторів епідермального фактора росту.
За словами дослідників, у кожному сценарії модель Ceograph значно переважала традиційні методи у прогнозуванні результатів пацієнтів.
Важливо те, що особливості просторової організації клітини, визначені Ceograph, можна інтерпретувати та ведуть до біологічного розуміння того, як зміна просторової взаємодії між окремими клітинами може призвести до різноманітних функціональних наслідків, сказав Сяо.
Далі він підкреслив зростаючу роль ШІ в медичній допомозі, підкреслюючи його потенціал для підвищення ефективності та точності аналізу патології. Цей метод, додав він, є перспективним для спрощення цілеспрямованих профілактичних заходів та оптимізації вибору лікування для окремих пацієнтів.
відмова
Відповідно до Правила проекту Trust, будь ласка, зверніть увагу, що інформація, надана на цій сторінці, не призначена і не повинна тлумачитися як юридична, податкова, інвестиційна, фінансова або будь-яка інша форма консультації. Важливо інвестувати лише те, що ви можете дозволити собі втратити, і звернутися за незалежною фінансовою порадою, якщо у вас виникнуть сумніви. Щоб отримати додаткову інформацію, ми пропонуємо звернутися до положень та умов, а також до сторінок довідки та підтримки, наданих емітентом або рекламодавцем. MetaversePost прагне до точного, неупередженого звітування, але ринкові умови можуть змінюватися без попередження.
про автора
Кумар є досвідченим технічним журналістом, який спеціалізується на динамічному перетині ШІ/ML, маркетингових технологій і нових галузей, таких як криптовалюта, блокчейн і NFTс. Завдяки більш ніж 3-річному досвіду роботи в галузі Кумар має досвід створення переконливих оповідей, проведення проникливих інтерв’ю та надання вичерпної інформації. Досвід Кумара полягає у створенні вражаючого контенту, зокрема статей, звітів і дослідницьких публікацій для відомих галузевих платформ. Володіючи унікальним набором навичок, який поєднує в собі технічні знання та розповідь, Кумар чудово вміє доносити складні технологічні концепції до різноманітної аудиторії в чіткій та привабливій формі.
інші статті
Кумар є досвідченим технічним журналістом, який спеціалізується на динамічному перетині ШІ/ML, маркетингових технологій і нових галузей, таких як криптовалюта, блокчейн і NFTс. Завдяки більш ніж 3-річному досвіду роботи в галузі Кумар має досвід створення переконливих оповідей, проведення проникливих інтерв’ю та надання вичерпної інформації. Досвід Кумара полягає у створенні вражаючого контенту, зокрема статей, звітів і дослідницьких публікацій для відомих галузевих платформ. Володіючи унікальним набором навичок, який поєднує в собі технічні знання та розповідь, Кумар чудово вміє доносити складні технологічні концепції до різноманітної аудиторії в чіткій та привабливій формі.
