Mô hình AI 'Ceograph' đạt được độ chính xác trong việc dự đoán kết quả ung thư từ các mẫu mô
Tóm lại
Mô hình AI y tế mới được phát triển Ceograph có thể dự đoán kết quả cho bệnh nhân ung thư dựa trên các mẫu mô.
Các nhà nghiên cứu tại Trung tâm Y tế Tây Nam UT (UTSW) đã phát triển một trí tuệ nhân tạo (AI) mô hình – có tên là Ceograph – thể hiện khả năng dự đoán kết quả cho bệnh nhân ung thư dựa trên các mẫu mô.
Sự phát triển này tạo cơ hội cho việc sử dụng AI để dự báo quỹ đạo có thể xảy ra của bệnh và điều chỉnh các chiến lược điều trị được cá nhân hóa. Như được mô tả trên tạp chí Nature Communications, phương pháp này xem xét kỹ lưỡng cấu hình không gian của các tế bào trong các mẫu mô.
“Tổ chức không gian của tế bào giống như một trò chơi ghép hình phức tạp, trong đó mỗi tế bào đóng vai trò là một mảnh duy nhất, khớp với nhau một cách tỉ mỉ để tạo thành một mô hoặc cấu trúc cơ quan gắn kết. Nghiên cứu này cho thấy khả năng vượt trội của AI trong việc nắm bắt các mối quan hệ không gian phức tạp giữa các tế bào trong mô, trích xuất thông tin tinh tế mà trước đây con người không thể hiểu được, đồng thời dự đoán kết quả của bệnh nhân”, người đứng đầu nghiên cứu, Guanhua Xiao, giáo sư tại Trung tâm Y tế Tây Nam Đại học Texas, cho biết. CHÚNG TA.
Theo các nhà nghiên cứu, trong lĩnh vực bệnh lý – việc thu thập mẫu mô thường xuyên từ bệnh nhân từ lâu đã là yếu tố chính để chẩn đoán. Những mẫu này, thường được đặt trên các slide để các nhà nghiên cứu bệnh học kiểm tra, đóng vai trò là thành phần quan trọng trong quá trình chẩn đoán.
Tuy nhiên, như Tiến sĩ Xiao nhấn mạnh, phương pháp thông thường này không phải không có nhược điểm – nó tốn thời gian, dễ có sự khác biệt trong cách giải thích của các nhà nghiên cứu bệnh học và có thể bỏ sót những sắc thái tinh tế trong hình ảnh bệnh lý có thể là manh mối then chốt cho sức khỏe của bệnh nhân.
Để giải quyết những thách thức này, Tiến sĩ Xiao và nhóm của ông đã phát triển mô hình AI Ceograph. Không giống như những người tiền nhiệm của nó, Mô hình AI nhằm mục đích không chỉ xác định các loại tế bào hoặc đánh giá độ gần của tế bào mà còn tái tạo các khía cạnh phức tạp trong phương pháp giải thích hình ảnh mô của nhà nghiên cứu bệnh học.
Tiến sĩ Xiao nhấn mạnh rằng mặc dù các mô hình AI trước đây đã xuất sắc trong một số nhiệm vụ nhất định nhưng chúng lại không thể nắm bắt được sự phức tạp vốn có trong vai trò của nhà nghiên cứu bệnh học. Sự phức tạp này liên quan đến việc phân biệt các mô hình trong tổ chức không gian tế bào và loại bỏ “nhiễu” không liên quan trong hình ảnh - những yếu tố quan trọng để diễn giải chính xác.
Tính ưu việt của Ceograph so với các phương pháp truyền thống
Tiến sĩ Xiao nói thêm rằng Ceograph tạo nên sự khác biệt bằng cách bắt chước quá trình nhận thức của các nhà nghiên cứu bệnh học khi đọc các slide mô. Nó bắt đầu bằng việc phát hiện các ô trong hình ảnh và xác định vị trí của chúng. Từ đó, mô hình AI vượt xa khả năng nhận dạng đơn thuần, đi sâu vào lĩnh vực phức tạp của các loại tế bào, hình thái và phân bố không gian.
Mô hình AI mới có thể tạo ra bản đồ chi tiết giúp phân tích cách các tế bào được sắp xếp, phân bố và tương tác với nhau, đánh dấu một bước tiến trong việc sử dụng AI để bắt chước các kỹ năng đa sắc thái của các nhà nghiên cứu bệnh học ở người.
Các nhà nghiên cứu đã đưa công cụ này vào thử nghiệm trong ba tình huống lâm sàng trong thế giới thực bằng cách sử dụng các slide bệnh lý. Trong kịch bản đầu tiên, Ceograph được sử dụng để phân biệt giữa hai loại ung thư phổi—ung thư biểu mô tuyến và ung thư biểu mô tế bào vảy.
Công cụ này cũng được sử dụng để dự báo khả năng các tình trạng răng miệng có hại (tổn thương tiền ung thư ở miệng) phát triển thành ung thư chính thức. Cuối cùng, nhóm nghiên cứu đã xác định chính xác bệnh nhân ung thư phổi nào có khả năng phản ứng tích cực nhất với một nhóm thuốc cụ thể được gọi là thuốc ức chế thụ thể yếu tố tăng trưởng biểu bì.
Theo các nhà nghiên cứu, trong mỗi tình huống, mô hình Ceograph vượt trội hơn các phương pháp truyền thống ở điểm dự đoán kết quả của bệnh nhân.
Điều quan trọng là các đặc điểm tổ chức không gian tế bào được Ceograph xác định có thể giải thích được và dẫn đến những hiểu biết sinh học về cách thay đổi tương tác không gian giữa tế bào và tế bào có thể tạo ra những hậu quả chức năng đa dạng, Xiao nói.
Ông nhấn mạnh thêm vai trò ngày càng tăng của AI trong chăm sóc y tế, nhấn mạnh tiềm năng của nó để nâng cao hiệu quả và độ chính xác của các phân tích bệnh lý. Ông nói thêm, phương pháp này hứa hẹn sẽ hợp lý hóa các biện pháp phòng ngừa có mục tiêu và tối ưu hóa việc lựa chọn phương pháp điều trị cho từng bệnh nhân.
Từ chối trách nhiệm
Phù hợp với Hướng dẫn của Dự án Tin cậy, xin lưu ý rằng thông tin được cung cấp trên trang này không nhằm mục đích và không được hiểu là tư vấn pháp lý, thuế, đầu tư, tài chính hoặc bất kỳ hình thức tư vấn nào khác. Điều quan trọng là chỉ đầu tư những gì bạn có thể đủ khả năng để mất và tìm kiếm lời khuyên tài chính độc lập nếu bạn có bất kỳ nghi ngờ nào. Để biết thêm thông tin, chúng tôi khuyên bạn nên tham khảo các điều khoản và điều kiện cũng như các trang trợ giúp và hỗ trợ do nhà phát hành hoặc nhà quảng cáo cung cấp. MetaversePost cam kết báo cáo chính xác, không thiên vị nhưng điều kiện thị trường có thể thay đổi mà không cần thông báo trước.
Giới thiệu về Tác giả
Kumar là một Nhà báo Công nghệ giàu kinh nghiệm với chuyên môn về các lĩnh vực giao thoa năng động giữa AI/ML, công nghệ tiếp thị và các lĩnh vực mới nổi như tiền điện tử, chuỗi khối và NFTS. Với hơn 3 năm kinh nghiệm trong ngành, Kumar đã lập được thành tích đã được chứng minh trong việc tạo ra những câu chuyện hấp dẫn, thực hiện các cuộc phỏng vấn sâu sắc và đưa ra những hiểu biết toàn diện. Chuyên môn của Kumar nằm ở việc sản xuất nội dung có tác động cao, bao gồm các bài báo, báo cáo và ấn phẩm nghiên cứu cho các nền tảng công nghiệp nổi bật. Với bộ kỹ năng độc đáo kết hợp giữa kiến thức kỹ thuật và cách kể chuyện, Kumar vượt trội trong việc truyền đạt các khái niệm công nghệ phức tạp tới nhiều đối tượng khác nhau một cách rõ ràng và hấp dẫn.
Xem thêm bài viết
Kumar là một Nhà báo Công nghệ giàu kinh nghiệm với chuyên môn về các lĩnh vực giao thoa năng động giữa AI/ML, công nghệ tiếp thị và các lĩnh vực mới nổi như tiền điện tử, chuỗi khối và NFTS. Với hơn 3 năm kinh nghiệm trong ngành, Kumar đã lập được thành tích đã được chứng minh trong việc tạo ra những câu chuyện hấp dẫn, thực hiện các cuộc phỏng vấn sâu sắc và đưa ra những hiểu biết toàn diện. Chuyên môn của Kumar nằm ở việc sản xuất nội dung có tác động cao, bao gồm các bài báo, báo cáo và ấn phẩm nghiên cứu cho các nền tảng công nghiệp nổi bật. Với bộ kỹ năng độc đáo kết hợp giữa kiến thức kỹ thuật và cách kể chuyện, Kumar vượt trội trong việc truyền đạt các khái niệm công nghệ phức tạp tới nhiều đối tượng khác nhau một cách rõ ràng và hấp dẫn.
