

L'IA est prête à transformer l'industrie médicale alors qu'un nouveau modèle d'IA détecte les tissus cancéreux du poumon en quelques minutes
Une équipe d'ingénieurs de la Faculté de médecine de l'Université de Cologne et de l'hôpital universitaire de Cologne ont introduit un modèle d'IA qui peut aider à détecter
Le cancer du poumon est l'une des maladies les plus mortelles au monde, coûtant la vie à environ 1,3 million de personnes en 2023. Le cancer du poumon non à petites cellules (NSCLC) représente plus de 80 % de tous les cancers du poumon et se caractérise par le développement de tumeurs malignes dans le tissu pulmonaire au fil du temps.
Pour éliminer les tumeurs avant qu'elles ne détruisent les tissus environnants, les patients doivent subir des traitements intensifs et drainants, qui peuvent coûter en moyenne plus de 68 000 $. Malgré un diagnostic et un traitement précoces, le taux de mortalité par cancer du poumon reste élevé. Par conséquent, un diagnostic précis est crucial, juste après la prévention.
Les examens pathologiques sont la principale méthode utilisée par les oncologues pour détecter les tissus cancéreux du poumon. Au cours de ce processus, les professionnels de la santé prélèvent des échantillons de tissus colorés à l’hématoxyline et à l’éosine (H&E). Ces échantillons sont ensuite examinés par des oncologues pour identifier la présence de cellules tumorales, qu'ils utilisent en conjonction avec vos données et votre génétique pour adapter un traitement efficace.
Alors que les premières étapes de la collecte de tissus sont restées largement inchangées en oncologie depuis des décennies, la manière et les moyens par lesquels les données sont traitées ont migré vers un format numérique. Les plateformes de pathologie numérique ont éliminé le besoin pour les chercheurs d’observer les cellules à l’aide de microscopes et d’utiliser à la place des écrans d’ordinateur.
La numérisation de la pathologie a apporté de sérieux avantages, notamment la possibilité d'intégrer des logiciels dans le processus de découverte. Aujourd’hui, la plupart des experts utilisent une forme d’analyse numérique des tissus pulmonaires pour déterminer votre état. Dans les années à venir, l’intelligence artificielle remplacera les systèmes logiciels à commande manuelle comme principal moyen de déterminer la présence du cancer du poumon dans les tissus.
Les modèles d'intelligence artificielle peuvent exploiter la vaste gamme d'images histologiques et extraire des informations supplémentaires que les examinateurs humains ne peuvent pas capturer. En tant que tel, il existe une forte pression pour créer des systèmes pathologiques basés sur l’IA plus efficaces et plus accessibles.
Une étude récente publiée dans la revue Cell Reports Medicine dévoile de nouveaux algorithmes d'IA et une plateforme de pathologie informatique conçue spécifiquement pour le diagnostic du CPNPC. L’étude démontre une combinaison de nouveaux modèles de base de l’IA et représente l’ensemble de données le plus vaste et le plus pertinent utilisé à ce jour. Le système intègre un ensemble de données tissulaires multiclasses détaillées qui comprend des images de lames entières avec des détails vitaux tels que l'adénocarcinome du poumon et les carcinomes épidermoïdes. Notamment, le modèle d'IA a intégré +4 000 diapositives provenant de 1 527 patients et a été dérivé d'une cohorte internationale de prestataires de recherche sur le cancer du poumon.
La phase de test de la recherche consistait à comparer les résultats des échantillons de tissus avec les avis d'experts pathologistes pour garantir la qualité. L’équipe tenait à utiliser uniquement des paramètres pronostiques explicables, indépendants et capables dérivés d’échantillons de tissus colorés H&E, ce qui facilitait la confirmation des résultats. Quatre modèles d'IA ont été utilisés dans l'expérience. Chaque algorithme d'IA a été conçu pour examiner et déterminer différentes classes, notamment les composants tumoraux épithéliaux, le stroma tumoral, les débris nécrotiques et la mucine. Le système d'IA a examiné les données en direct et les a comparées aux évaluations de la structure lymphoïde tertiaire et de la nécrose au sein du modèle à la recherche de similitudes.
Les résultats ont révélé que l'algorithme était très précis et plus rapide que les autres méthodes de détermination des tumeurs du cancer du poumon. L’équipe a démontré une précision de 0,89, la plupart des inexactitudes relevant de problèmes optiques liés aux pixels plutôt qu’aux capacités de détection de l’algorithme d’IA. Un système de détection du cancer du poumon alimenté par l’IA apporte plusieurs avantages au marché. D’une part, ces alternatives peu coûteuses peuvent être utilisées dans les régions éloignées où des équipements et des professionnels plus gros et plus spécialisés ne sont pas disponibles. En tant que tels, ils pourraient contribuer à créer un processus de traitement plus équilibré et accessible.
L'un des principaux avantages du système d'IA est qu'il est entièrement automatisé. Des échantillons de tissus sont numérisés, présentés, testés et des recommandations de traitement sont formulées par le système. En réduisant les délais de diagnostic, les patients peuvent réduire leurs besoins et leurs coûts de traitement. Une autre raison majeure pour laquelle cette étude enthousiasme de nombreux professionnels est qu’elle ouvre la porte à de nouvelles méthodes de collecte de données.
Les algorithmes d'IA sont de plus en plus capables de déterminer des modèles et des connexions difficiles à voir au sein des ensembles de données. En tant que tel, ce système sera capable d’apprendre continuellement des informations anciennes et nouvelles collectées auprès des patients, améliorant ainsi ses capacités. Des millions d’échantillons de tissus du cancer du poumon ont été prélevés au fil des années de recherche sur cette maladie. Ces données pourraient révéler des indices sur les futures méthodes de prévention une fois imputées dans un modèle d’IA plus vaste, capable de déterminer des modèles difficiles à détecter et des événements connectés.
Un autre avantage majeur réside dans de meilleurs traitements. Ce système permet aux professionnels de santé de créer des traitements optimisés et personnalisés pour leurs patients en un temps record. Le diagnostic du cancer du poumon est essentiel pour prévenir la propagation de la maladie et réduire les taux de mortalité des patients. À l’avenir, ces systèmes pourraient être installés chez vous ou même loués à des particuliers ou à de petites cliniques. Cette manœuvre ouvrirait la porte à une adoption mondiale tout en réduisant les erreurs de diagnostic, le besoin de voyager et les dépenses pour toutes les parties impliquées.
L'équipe de recherche du projet était dirigée par le Dr Yuri Tolkach et le professeur Dr Reinhard Büttne de l'Institut de pathologie générale et d'anatomie pathologique de l'hôpital universitaire de Cologne. Le projet a été rendu possible grâce à des subventions du Land de Rhénanie du Nord-Westphalie et du ministère fédéral de l'Éducation et
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Le lancement du projet d'Amazon Kuiper Satellite a été reporté en raison de conditions météorologiques défavorables. Le retard a probablement été influencé par des facteurs tels que le cisaillement du vent à haute altitude, les menaces de foudre et les vents de surface élevés, qui sont des dangers courants dans l'espace la

Un groupe d'anciens dirigeants de Kraken a acquis la société cotée américaine Janover, qui a obtenu 42 millions de dollars de financement de capital-risque pour commencer à construire un trésor de Solana (Sol).

L'homme d'affaires et investisseur canadien Kevin O’Leary a exhorté l'administration Trump à imposer un tarif de 400% aux produits chinois, arguant que le tarif actuel de 104% est insuffisant pour obliger la Chine à respecter les règles commerciales. O’Leary a dit ces déclarations avant t

Le secrétaire aux États-Unis du Trésor, Scott Bessent, a présenté un large programme de réforme financière au sommet de la Bankers Association le 9 avril, s'engageant à supprimer les obstacles réglementaires

Selon un rapport de Vaneck, la Chine et la Russie ont commencé à établir des accords commerciaux en utilisant Bitcoin.

UCCI décrit les prévisions de 5 points sur les prochains mouvements de la Chine au milieu des tensions commerciales croissantes

Bitcoin sous-performé sur 85% de tous les jours de négociation depuis son lancement en 2015. Le ratio ETH / BTC, qui suit la valeur de l'éther par rapport au bitcoin, est tombé à un plus bas de cinq ans de 0,018

Dans le monde des crypto-monnaies, peu d'événements peuvent faire bouger les choses comme de grandes décisions gouvernementales. L'annonce du tarif récent du président Trump a fait exactement cela

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

AI Hentai Generator
Générez AI Hentai gratuitement.

Article chaud

Outils chauds

VSCode Windows 64 bits Télécharger
Un éditeur IDE gratuit et puissant lancé par Microsoft

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Listes Sec
SecLists est le compagnon ultime du testeur de sécurité. Il s'agit d'une collection de différents types de listes fréquemment utilisées lors des évaluations de sécurité, le tout en un seul endroit. SecLists contribue à rendre les tests de sécurité plus efficaces et productifs en fournissant facilement toutes les listes dont un testeur de sécurité pourrait avoir besoin. Les types de listes incluent les noms d'utilisateur, les mots de passe, les URL, les charges utiles floues, les modèles de données sensibles, les shells Web, etc. Le testeur peut simplement extraire ce référentiel sur une nouvelle machine de test et il aura accès à tous les types de listes dont il a besoin.

SublimeText3 version anglaise
Recommandé : version Win, prend en charge les invites de code !

Dreamweaver CS6
Outils de développement Web visuel