Modello AI rivoluzionario di Harvard per diagnosi e prognosi del cancro su 19 tipi diversi

Tempo di lettura: 2 minuti
Di Giovanni Dosa
- in
L'intelligenza artificiale esamina le cellule per la rilevazione del cancro in laboratorio.

RomeGli scienziati della Harvard Medical School hanno sviluppato un nuovo modello di intelligenza artificiale chiamato CHIEF. Questo modello è in grado di eseguire varie diagnosi su numerosi tipi di cancro. A differenza dei sistemi AI attuali che si concentrano su compiti specifici e su singoli tipi di cancro, CHIEF è stato testato su 19 tipi diversi di cancro. Inoltre, è progettato per prevedere l'esito clinico dei pazienti.

Il nuovo strumento di intelligenza artificiale si distingue per numerosi motivi:

  • Ha raggiunto un'accuratezza del quasi 94% nel rilevamento del cancro.
  • È in grado di prevedere la sopravvivenza dei pazienti per diversi tipi di cancro.
  • Predice il profilo molecolare di un tumore con una precisione superiore alla norma.
  • Si adatta bene indipendentemente dalla tecnica utilizzata per ottenere e digitalizzare i campioni di tessuto.

CHIEF è in grado di analizzare le diapositive digitali di tessuti tumorali e identificare caratteristiche cellulari specifiche legate al cancro. Può anche prevedere i profili molecolari senza necessità di sequenziamento del DNA, che è costoso e richiede tempo. Questo rende la diagnostica oncologica più accessibile a livello globale e permette decisioni terapeutiche più rapide, specialmente in zone con risorse limitate.

Il processo di addestramento di CHIEF è davvero singolare. Inizialmente è stato addestrato su 15 milioni di piccole sezioni di immagini non annotate, per poi essere perfezionato su 60.000 immagini a pieno schermo di vari tipi di cancro. Questo approccio in due fasi permette al modello di identificare sia i cambiamenti dettagliati che quelli d'insieme nel tessuto, rendendolo più flessibile e preciso.

Durante i test, CHIEF ha superato altri metodi avanzati di intelligenza artificiale fino al 36% in compiti come l'individuazione di cellule cancerogene, l'identificazione dell'origine dei tumori, la previsione degli esiti dei pazienti e il riconoscimento di modelli genetici correlati alle risposte ai trattamenti. Può essere impiegato in diversi contesti clinici e tecniche, offrendo una soluzione flessibile per le strutture mediche a livello globale.

Il modello può offrire nuove intuizioni sul comportamento dei tumori. Può individuare dettagli inediti sulla sopravvivenza dei pazienti, orientando la ricerca e le potenziali terapie. Utilizzando mappe di calore, CHIEF può evidenziare le parti cruciali del tumore che aiutano a comprendere la sua aggressività e le prospettive del paziente.

I ricercatori intendono migliorare CHIEF. Amplieranno i dati di addestramento includendo immagini di malattie rare e condizioni non cancerose, utilizzeranno dati molecolari per prevedere con maggiore precisione l'aggressività del cancro e addestreranno CHIEF a valutare i benefici e gli effetti collaterali dei nuovi trattamenti.

Questo nuovo sistema di intelligenza artificiale può migliorare notevolmente la diagnosi e la cura del cancro rendendole più personali ed efficienti. Se dimostrato efficace e adottato su larga scala, potrebbe rivoluzionare la nostra comprensione e trattamento del cancro, offrendo speranza per migliori risultati per i pazienti in tutto il mondo.

Lo studio è pubblicato qui:

http://dx.doi.org/10.1038/s41586-024-07894-z

e la sua citazione ufficiale - inclusi autori e rivista - è

Xiyue Wang, Junhan Zhao, Eliana Marostica, Wei Yuan, Jietian Jin, Jiayu Zhang, Ruijiang Li, Hongping Tang, Kanran Wang, Yu Li, Fang Wang, Yulong Peng, Junyou Zhu, Jing Zhang, Christopher R. Jackson, Jun Zhang, Deborah Dillon, Nancy U. Lin, Lynette Sholl, Thomas Denize, David Meredith, Keith L. Ligon, Sabina Signoretti, Shuji Ogino, Jeffrey A. Golden, MacLean P. Nasrallah, Xiao Han, Sen Yang, Kun-Hsing Yu. A pathology foundation model for cancer diagnosis and prognosis prediction. Nature, 2024; DOI: 10.1038/s41586-024-07894-z
Intelligenza Artificiale: Ultime notizie

Condividi questo articolo

Commenti (0)

Pubblica un commento