Τεχνολογία

AI: Εντοπίζει τον καρκίνο και τις ιογενείς λοιμώξεις με ακρίβεια νανοκλίμακας

AI: Εντοπίζει τον καρκίνο και τις ιογενείς λοιμώξεις με ακρίβεια νανοκλίμακας
AI: Ερευνητές ανέπτυξαν μια τεχνητή νοημοσύνη που μπορεί να διαφοροποιήσει τα καρκινικά κύτταρα από τα φυσιολογικά κύτταρα, καθώς και να ανιχνεύσει τα πολύ πρώιμα στάδια της ιογενούς μόλυνσης μέσα στα κύτταρα.

Your browser does not support the video tag. https://grx-obj.adman.gr/grx/creatives/sanofi/20876/better-understanding-insulin.mp4

Ερευνητές ανέπτυξαν μια τεχνητή νοημοσύνη που μπορεί να διαφοροποιήσει τα καρκινικά κύτταρα από τα φυσιολογικά κύτταρα, καθώς και να ανιχνεύσει τα πολύ πρώιμα στάδια της ιογενούς μόλυνσης μέσα στα κύτταρα. Τα ευρήματα, που δημοσιεύθηκαν σήμερα σε μια μελέτη στο περιοδικό Nature Machine Intelligence, ανοίγουν το δρόμο για βελτιωμένες διαγνωστικές τεχνικές και νέες στρατηγικές παρακολούθησης για ασθένειες.


Οι ερευνητές προέρχονται από το Κέντρο Γονιδιωματικής Ρύθμισης (CRG), το Πανεπιστήμιο της Χώρας των Βάσκων (UPV/EHU), το Διεθνές Κέντρο Φυσικής Donostia (DIPC) και το Fundación Biofisica Bizkaia (FBB, που βρίσκεται στο Ινστιτούτο Biofisika). Το εργαλείο, AINU (AI of the NUcleus), σαρώνει εικόνες υψηλής ανάλυσης κυττάρων. Οι εικόνες λαμβάνονται με μια ειδική μικροσκοπική τεχνική που ονομάζεται STORM, η οποία δημιουργεί μια εικόνα που καταγράφει πολλές λεπτομέρειες από αυτές που μπορούν να δουν τα κανονικά μικροσκόπια.

Τα στιγμιότυπα υψηλής ευκρίνειας αποκαλύπτουν δομές σε ανάλυση νανοκλίμακας. Ένα νανόμετρο (nm) είναι το ένα δισεκατομμυριοστό του μέτρου και ένα σκέλος ανθρώπινης τρίχας έχει πλάτος περίπου 100.000 nm. Το AI μπορεί να ανιχνεύσει αναδιατάξεις μέσα σε κύτταρα τόσο μικρά όσο 20nm ή 5.000 φορές μικρότερα από το πλάτος μιας ανθρώπινης τρίχας. Αυτές οι αλλαγές είναι πολύ μικρές και λεπτές για να τις βρουν οι ανθρώπινοι παρατηρητές μόνο με τις παραδοσιακές μεθόδους.

“Η ανάλυση αυτών των εικόνων είναι αρκετά ισχυρή ώστε το AI μας να αναγνωρίζει συγκεκριμένα μοτίβα και διαφορές με αξιοσημείωτη ακρίβεια, συμπεριλαμβανομένων αλλαγών στον τρόπο με τον οποίο το DNA είναι διατεταγμένο μέσα στα κύτταρα, βοηθώντας στον εντοπισμό αλλοιώσεων πολύ σύντομα μετά την εμφάνισή τους. Πιστεύουμε ότι αυτός ο τύπος πληροφορίας μπορούν να κερδίσουν πολύτιμο χρόνο στους γιατρούς για την παρακολούθηση της νόσου, την εξατομίκευση των θεραπειών και τη βελτίωση των αποτελεσμάτων των ασθενών”, λέει η ερευνήτρια του ICREA, Pia Cosma.

«Αναγνώριση προσώπου» σε μοριακό επίπεδο

Το AINU είναι ένα συνελικτικό νευρωνικό δίκτυο, ένας τύπος τεχνητής νοημοσύνης που έχει σχεδιαστεί ειδικά για την ανάλυση οπτικών δεδομένων όπως εικόνες. Παραδείγματα συνελικτικών νευρωνικών δικτύων περιλαμβάνουν εργαλεία τεχνητής νοημοσύνης που επιτρέπουν στους χρήστες να ξεκλειδώνουν smartphone με το πρόσωπό τους ή άλλα που χρησιμοποιούνται από αυτοοδηγούμενα αυτοκίνητα για να κατανοήσουν και να περιηγηθούν σε περιβάλλοντα αναγνωρίζοντας αντικείμενα στο δρόμο.

Στην ιατρική, τα συνελικτικά νευρωνικά δίκτυα χρησιμοποιούνται για την ανάλυση ιατρικών εικόνων όπως μαστογραφίες ή αξονικές τομογραφίες και για τον εντοπισμό σημείων καρκίνου που μπορεί να παραλείψει το ανθρώπινο μάτι. Μπορούν επίσης να βοηθήσουν τους γιατρούς να ανιχνεύσουν ανωμαλίες στις μαγνητικές τομογραφίες ή τις εικόνες ακτίνων Χ, βοηθώντας στην ταχύτερη και ακριβέστερη διάγνωση.

Το AINU ανιχνεύει και αναλύει μικροσκοπικές δομές μέσα στα κύτταρα σε μοριακό επίπεδο. Οι ερευνητές εκπαίδευσαν το μοντέλο τροφοδοτώντας το με εικόνες νανο-ανάλυσης του πυρήνα πολλών διαφορετικών τύπων κυττάρων σε διαφορετικές καταστάσεις. Το μοντέλο έμαθε να αναγνωρίζει συγκεκριμένα μοτίβα σε κύτταρα αναλύοντας τον τρόπο με τον οποίο τα πυρηνικά συστατικά κατανέμονται και διατάσσονται σε τρισδιάστατο χώρο.

Για παράδειγμα, τα καρκινικά κύτταρα έχουν διακριτές αλλαγές στην πυρηνική τους δομή σε σύγκριση με τα φυσιολογικά κύτταρα, όπως αλλαγές στον τρόπο οργάνωσης του DNA τους ή στην κατανομή των ενζύμων μέσα στον πυρήνα. Μετά την εκπαίδευση, το AINU θα μπορούσε να αναλύσει νέες εικόνες κυτταρικών πυρήνων και να τους ταξινομήσει ως καρκινικούς ή φυσιολογικούς με βάση αυτά τα χαρακτηριστικά και μόνο.

Η ανάλυση νανοκλίμακας των εικόνων επέτρεψε στο AI να ανιχνεύσει αλλαγές στον πυρήνα ενός κυττάρου μόλις μία ώρα μετά τη μόλυνση από τον ιό του απλού έρπητα τύπου 1. Το μοντέλο θα μπορούσε να ανιχνεύσει την παρουσία του ιού βρίσκοντας μικρές διαφορές στο πόσο σφιχτά είναι συσκευασμένο το DNA, κάτι που συμβαίνει όταν ένας ιός αρχίζει να αλλάζει τη δομή του πυρήνα του κυττάρου.

“Η μέθοδός μας μπορεί να ανιχνεύσει κύτταρα που έχουν μολυνθεί από ιό πολύ σύντομα μετά την έναρξη της λοίμωξης. Κανονικά, οι γιατροί χρειάζονται χρόνο για να εντοπίσουν μια λοίμωξη επειδή βασίζονται σε ορατά συμπτώματα ή μεγαλύτερες αλλαγές στο σώμα. Αλλά με το AINU, μπορούμε δείτε μικροσκοπικές αλλαγές στον πυρήνα του κυττάρου αμέσως», λέει ο Ignacio Arganda-Carreras, συν-ανταποκριτής της μελέτης και Ερευνητικός Συνεργάτης Ikerbasque στο UPV/EHU και συνδεδεμένος με το Ινστιτούτο FBB-Biofisika και το DIPC στο San Sebastián/Donostia.

“Οι ερευνητές μπορούν να χρησιμοποιήσουν αυτήν την τεχνολογία για να δουν πώς οι ιοί επηρεάζουν τα κύτταρα σχεδόν αμέσως μετά την είσοδό τους στο σώμα, κάτι που θα μπορούσε να βοηθήσει στην ανάπτυξη καλύτερων θεραπειών και εμβολίων. Σε νοσοκομεία και κλινικές, το AINU θα μπορούσε να χρησιμοποιηθεί για τη γρήγορη διάγνωση λοιμώξεων από ένα απλό δείγμα αίματος ή ιστού , καθιστώντας τη διαδικασία ταχύτερη και πιο ακριβή», προσθέτει ο Limei Zhong, συν-πρώτος συγγραφέας της μελέτης και ερευνητής στο Επαρχιακό Λαϊκό Νοσοκομείο Guangdong (GDPH) στο Guangzhou της Κίνας.