AI Bersedia untuk Mengubah Industri Perubatan sebagai Model AI Baharu Mengesan Tisu Kanser Paru-paru dalam Minit

Pasukan jurutera dari Fakulti Perubatan Universiti Cologne dan Hospital Universiti Cologne telah memperkenalkan model AI yang boleh membantu mengesan

Kanser paru-paru adalah salah satu penyakit yang paling mematikan di dunia, meragut nyawa dianggarkan 1.3 juta orang pada tahun 2023. Kanser paru-paru bukan sel kecil (NSCLC) menyumbang lebih daripada 80% daripada semua kanser paru-paru dan dicirikan oleh perkembangan tumor malignan dalam tisu paru-paru dari masa ke masa.

Untuk membuang tumor sebelum ia memusnahkan tisu sekeliling, pesakit mesti menjalani rawatan intensif dan mengeringkan, yang boleh menelan belanja purata lebih $68,000. Walaupun diagnosis dan rawatan awal, kadar kematian untuk kanser paru-paru kekal tinggi. Oleh itu, diagnosis yang tepat adalah penting, kedua selepas pencegahan.

Pemeriksaan patologi adalah kaedah utama yang digunakan oleh pakar onkologi untuk mengesan tisu kanser paru-paru. Semasa proses ini, profesional penjagaan kesihatan mengumpul sampel tisu bernoda hematoxylin dan eosin (H&E). Sampel ini kemudiannya disemak oleh pakar onkologi untuk mengenal pasti kehadiran sel tumor, yang mereka gunakan bersama dengan data dan genetik anda untuk menyesuaikan rawatan yang berkesan.

Walaupun langkah awal pengumpulan tisu sebahagian besarnya kekal tidak berubah dalam onkologi selama beberapa dekad, cara dan cara data diproses telah berhijrah ke format digital. Platform patologi digital telah menghapuskan keperluan untuk penyelidik meninjau sel melalui mikroskop dan sebaliknya menggunakan monitor komputer.

Pendigitalan patologi telah membawa beberapa faedah yang serius, termasuk keupayaan untuk menyepadukan perisian ke dalam proses penemuan. Hari ini, kebanyakan pakar menggunakan beberapa bentuk analisis tisu paru-paru digital untuk menentukan keadaan anda. Pada tahun-tahun akan datang, kecerdasan buatan akan menggantikan sistem perisian yang dikendalikan secara manual sebagai cara utama untuk menentukan kehadiran kanser paru-paru dalam tisu.

Model kecerdasan buatan boleh memanfaatkan pelbagai jenis imej histologi dan mengekstrak maklumat tambahan yang tidak dapat ditangkap oleh pengulas manusia. Oleh itu, terdapat dorongan kuat untuk mencipta sistem patologi berkuasa AI yang lebih berkesan dan boleh diakses.

Kajian terbaru yang diterbitkan dalam jurnal Cell Reports Medicine mendedahkan algoritma AI baharu dan platform patologi pengiraan yang direka khusus untuk diagnosis NSCLC. Kajian itu menunjukkan gabungan model asas AI baharu dan mewakili set data terbesar dan paling relevan yang digunakan setakat ini. Sistem ini menyepadukan set data tisu berbilang kelas terperinci yang merangkumi imej slaid keseluruhan dengan butiran penting seperti adenokarsinoma paru-paru dan karsinoma sel skuamosa. Terutamanya, model AI menyepadukan slaid +4k daripada 1,527 pesakit dan diperoleh daripada kohort antarabangsa penyedia penyelidikan kanser paru-paru.

Fasa ujian penyelidikan melibatkan membandingkan keputusan sampel tisu dengan pendapat pakar patologi untuk memastikan kualiti. Pasukan ini berminat untuk menggunakan hanya parameter prognostik yang boleh dijelaskan, bebas dan berkebolehan yang diperoleh daripada sampel tisu bernoda H&E, yang memudahkan untuk mengesahkan keputusan. Empat model AI telah digunakan dalam eksperimen. Setiap algoritma AI direka bentuk untuk memeriksa dan menentukan kelas yang berbeza termasuk komponen tumor epitelium, stroma tumor, serpihan nekrotik dan musin. Sistem AI menyemak data langsung dan membandingkannya dengan struktur limfoid tertiari dan penilaian nekrosis dalam model yang mencari persamaan.

Hasilnya mendedahkan bahawa algoritma adalah sangat tepat dan lebih cepat daripada kaedah lain untuk menentukan tumor kanser paru-paru. Pasukan itu menunjukkan ketepatan .89, dengan banyak ketidaktepatan terletak di bawah isu optik yang berkaitan dengan piksel dan bukannya keupayaan pengesanan algoritma AI. Sistem pengesanan kanser paru-paru berkuasa AI membawa beberapa faedah kepada pasaran. Untuk satu, alternatif kos rendah ini boleh digunakan di kawasan terpencil di mana peralatan dan profesional yang lebih besar dan lebih khusus tidak tersedia. Oleh itu, mereka boleh membantu mewujudkan proses rawatan yang lebih seimbang dan mudah diakses.

Salah satu faedah utama sistem AI ialah ia automatik sepenuhnya. Sampel tisu diimbas, ditunjukkan, diuji, dan pengesyoran rawatan dibuat oleh sistem. Dengan mengurangkan masa diagnosis, pesakit boleh mengurangkan keperluan dan kos rawatan. Satu lagi sebab utama mengapa kajian ini membuat ramai profesional teruja ialah ia membuka pintu untuk kaedah pengumpulan data baharu diperoleh.

人工智能算法越来越有能力确定数据集中难以看到的模式和联系。因此，该系统将能够不断学习从患者收集的新旧信息，从而提高其能力。多年来对这种疾病的研究已经采集了数百万份肺癌组织样本。一旦将这些数据输入到更大的人工智能模型中，该模型可以确定难以检测的模式和相关事件，这些数据可能会为未来的预防方法解锁一些线索。

另一个主要好处是更好的治疗。该系统使医疗保健专业人员能够在创纪录的时间内为患者创建优化和个性化的治疗方案。肺癌诊断对于预防疾病传播和降低患者死亡率至关重要。将来，这些系统可以放置在您的家中，甚至可以租给个人或小型诊所。这一举措将为全球采用打开大门，同时减少误诊、旅行需求以及所有相关方的费用。

该项目的研究团队由科隆大学医院普通病理学和病理解剖学研究所的 Yuri Tolkach 博士和 Reinhard Büttne 教授领导。该项目是通过北莱茵-威斯特法伦州、联邦教育部和

的资助得以实现的

Atas ialah kandungan terperinci AI Bersedia untuk Mengubah Industri Perubatan sebagai Model AI Baharu Mengesan Tisu Kanser Paru-paru dalam Minit. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!