Revolutionerande AI-modell från Harvard tar ett helhetsperspektiv på cancerdetektering enligt ny studie
StockholmForskare vid Harvard Medical School har utvecklat en ny AI-modell kallad CHIEF. Denna modell kan utföra olika diagnosuppgifter för flera typer av cancer. Till skillnad från nuvarande AI-system som fokuserar på specifika uppgifter och cancertyper, testades CHIEF på 19 olika cancertyper. Den är också utformad för att förutsäga patienters resultat.
Det nya AI-verktyget är anmärkningsvärt av flera skäl:
- Det uppnådde nästan 94 % noggrannhet vid cancerdetektion.
- Det kan förutsäga patientöverlevnad för olika typer av cancer.
- Det förutsäger en tumörs molekylära profil med högre precision.
- Det anpassar sig väl oavsett vilken teknik som används för att erhålla och digitalisera vävnadsprover.
CHIEF kan analysera digitala bilder av tumörvävnader och identifiera specifika cellfunktioner kopplade till cancer. Det kan även förutsäga molekylära profiler utan behov av dyr och tidskrävande DNA-sekvensering. Detta gör cancerdiagnostik mer tillgänglig globalt och möjliggör snabbare behandlingsbeslut, särskilt i områden med begränsade resurser.
CHIEF:s träningsprocess är speciell. Den tränades initialt på 15 miljoner små, oetiketterade bilddelar och finjusterades därefter med hjälp av 60 000 helbildsbilder från olika typer av cancer. Denna tvåstegsprocess gör att modellen kan identifiera både detaljerade och övergripande förändringar i vävnaden, vilket gör den mer flexibel och träffsäker.
Vid testning presterade CHIEF upp till 36% bättre än andra avancerade AI-metoder i uppgifter som att hitta cancerceller, identifiera var tumörer började, förutsäga patientresultat och upptäcka genmönster relaterade till behandlingssvar. Den kan användas i olika kliniska sammanhang och tekniker, och erbjuder en flexibel lösning för medicinska anläggningar världen över.
Modellen kan erbjuda nya insikter i hur tumörer beter sig. Den kan upptäcka nya detaljer om patientöverlevnad, vilket kan vägleda forskning och möjliga behandlingar. Genom att använda värmekartor kan CHIEF visa viktiga delar av tumören som bidrar till att förstå dess aggressivitet och patientens utsikter.
Forskarna planerar att förbättra CHIEF. De kommer att inkludera bilder av sällsynta sjukdomar och icke-cancerösa tillstånd i träningsdatabasen, använda molekylär data för att bättre förutsäga hur aggressiv cancer kan vara, samt träna CHIEF att förutse både fördelarna och biverkningarna av nya behandlingar.
Detta nya AI-system kan avsevärt förbättra cancerdiagnostik och vård genom att göra dem mer personliga och effektiva. Om det visar sig vara effektivt och används allmänt, kan det förändra hur vi förstår och behandlar cancer, vilket ger hopp om bättre patientresultat globalt.
Studien publiceras här:
http://dx.doi.org/10.1038/s41586-024-07894-zoch dess officiella citering - inklusive författare och tidskrift - är
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-z20 november 2024 · 17:56
AI lär sig att känna av ytor med hjälp av banbrytande kvantteknik och laserprecision
20 november 2024 · 01:02
Kraftfull AI för mobilen: Kompakta språkmodeller som sparar energi och främjar integritet
18 november 2024 · 14:36
Mindre djur, större precision: ny AI-teknik för avancerade beteendestudier av möss
Dela den här artikeln