Széles körben és nagy pontossággal alkalmazható a rák diagnosztizálására és értékelésére egy újonnan kifejlesztett mesterséges intelligencia modell – számolt be egy harvardi kutatásról az euronews.

A tudósok olyan új mesterséges intelligencia (AI) modellt terveztek, amely képes lehet többféle rákbetegség diagnosztizálására és értékelésére is.

Az új, Clinical Histopathology Imaging Evaluation Foundation (CHIEF) elnevezésű modell akár 36 százalékkal hatékonyabb a rák felismerésében, a daganat eredetének meghatározásában és a betegség kimenetelének előrejelzésében, mint más mélytanulási modellek – közölték a kutatók.

A Harvard Medical School kutatói által vezetett csapat azt szerette volna elérni, hogy a modell szélesebb körben alkalmazható legyen különböző diagnosztikai feladatokra, mivel számos jelenlegi, rákos megbetegedésekkel foglalkozó mélytanulási modellt speciális funkciók elvégzésére képeztek ki.

„A meglévő módszerekkel ellentétben a mi mesterséges intelligencia eszközünk pontos, valós idejű másodvéleményt biztosít a klinikusok számára a rák diagnózisáról a rák típusainak és változatainak széles spektrumát figyelembe véve” – mondta Kun-Hsing Yu, a Harvard Medical School orvosbiológiai informatika adjunktusa és a tanulmány vezető szerzője az euronews-nak.

Hogyan működik a CHIEF?

A modellt több mint 15 millió különböző patológiai képen képezték ki, „ami növeli a megbízhatóságát az atipikus jellemzőkkel rendelkező rákos megbetegedések diagnosztizálásában” – tette hozzá Yu. Ezután több mint 60 000 nagyfelbontású szöveti preparátumról készült képet használtak fel, hogy továbbfejlesszék és finomhangolják a mesterséges intelligencia modellt a specifikus genetikai és klinikai előrejelzési feladatokhoz.

A kutatók világszerte 24 kórházból és betegcsoportból származó több mint 19 400 képen tesztelték modelljüket, és eredményeiket a Nature című folyóiratban tették közzé. A modell a daganatos szövetek digitális képeinek olvasásával működik: a képen található jellemzők alapján képes megjósolni azok molekuláris profilját, valamint azonosítani a daganat olyan jellemzőit is, amelyek összefüggésben vannak azzal, hogy a beteg hogyan reagálhat a kezelésre. 

A modell teljesítményének mérése alapján közel 94 százalékos pontosságot ért el a rákos sejtek felismerésében 11 ráktípusban, de a vastagbélrák esetében például több mint 99 százalékos volt a találati arány.

Arra persze még várni kell, hogy a mindennapos klinikai gyakorlatban is alkalmazható legyen a módszer – előbb valós klinikai körülmények között kell validálniuk a kutatóknak az új modellt.

Forrás: euronews