Rewolucyjny model AI stworzony przez Harvard wykrywa raka i poprawia wyniki pacjentów

Czas czytania: 2 minut
Przez Jamie Olivos
- w
Sztuczna inteligencja analizuje komórki w celu wykrywania raka w laboratorium.

WarsawNaukowcy z Harvard Medical School opracowali nowy model AI o nazwie CHIEF. Ten model potrafi wykonywać różnorodne zadania diagnostyczne w odniesieniu do wielu typów nowotworów. W przeciwieństwie do obecnych systemów AI, które skupiają się na konkretnych zadaniach i rodzajach nowotworów, CHIEF został przetestowany na 19 różnych typach nowotworów. Dodatkowo, jest on zaprojektowany do przewidywania wyników leczenia pacjentów.

Nowe narzędzie AI wyróżnia się z kilku powodów:

  • Osiągnęło prawie 94% dokładności w wykrywaniu raka.
  • Potrafi przewidywać przeżywalność pacjentów w przypadku różnych typów nowotworów.
  • Przewiduje profil molekularny guza z wyjątkową precyzją.
  • Efektywnie dostosowuje się niezależnie od użytej techniki przy pobieraniu i cyfryzowaniu próbek tkanek.

CHIEF potrafi analizować cyfrowe obrazy tkanek nowotworowych, identyfikując specyficzne cechy komórkowe związane z rakiem. Może także przewidywać profile molekularne bez konieczności przeprowadzania kosztownych i czasochłonnych badań DNA, co sprawia, że diagnostyka raka staje się bardziej dostępna na całym świecie i pozwala na szybsze podejmowanie decyzji dotyczących leczenia, zwłaszcza w regionach z ograniczonymi zasobami.

Proces szkolenia dla modelu CHIEF jest nietypowy. Na początku model ten został wytrenowany na 15 milionach małych, nieoznaczonych fragmentów obrazów, a następnie dopracowany na 60 000 pełnych obrazów preparatów z różnych typów nowotworów. Taki dwuetapowy proces treningu umożliwia modelowi rozpoznawanie zarówno szczegółowych, jak i ogólnych zmian w tkance, co czyni go bardziej elastycznym i precyzyjnym.

W testach CHIEF przewyższał inne zaawansowane metody AI o nawet 36% w zadaniach takich jak wykrywanie komórek rakowych, identyfikacja źródeł guzów, prognozowanie wyników leczenia pacjentów oraz rozpoznawanie wzorców genowych związanych z reakcjami na leczenie. System ten można stosować w różnych warunkach klinicznych i technikach, oferując elastyczne rozwiązanie dla placówek medycznych na całym świecie.

Model ten może dostarczyć nowych wglądów w zachowanie nowotworów. Jest w stanie odkryć nowe szczegóły dotyczące przeżycia pacjentów, co może pomóc w badaniach i opracowywaniu potencjalnych terapii. Wykorzystując mapy cieplne, CHIEF jest w stanie wskazać ważne części guza, które pomagają zrozumieć jego agresywność oraz prognozy dla pacjenta.

Naukowcy zamierzają udoskonalić CHIEF. Dodadzą obrazy rzadkich chorób i stanów nie-nowotworowych do danych treningowych, wykorzystają dane molekularne do lepszego przewidywania agresywności raka oraz nauczą CHIEF przewidywania korzyści i skutków ubocznych nowych terapii.

Nowy system AI może znacząco usprawnić diagnostykę i opiekę nad pacjentami z chorobami nowotworowymi, czyniąc te procesy bardziej indywidualnymi i efektywnymi. Jeśli okaże się skuteczny i zostanie powszechnie zastosowany, może zrewolucjonizować nasze podejście do zrozumienia i leczenia raka, dając nadzieję na lepsze wyniki leczenia pacjentów na całym świecie.

Badanie jest publikowane tutaj:

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

i jego oficjalne cytowanie - w tym autorzy i czasopismo - to

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
Sztuczna Inteligencja: Najnowsze wiadomości

Udostępnij ten artykuł

Komentarze (0)

Opublikuj komentarz