Search Icon
ΑΝΑΖΗΤΗΣΗ
Τεχνολογία

Ψηφιακή παθολογία: Νέος αλγόριθμος ΤΝ αξιολογεί data για τον καρκίνο

Ψηφιακή παθολογία: Νέος αλγόριθμος ΤΝ αξιολογεί data για τον καρκίνο

Ψηφιακή παθολογία: Eρευνητές από την Ιατρική Σχολή του Πανεπιστημίου της Βοστώνης (BUSM) ανέπτυξαν έναν νέο αλγόριθμο τεχνητής νοημοσύνης (AI) που βασίζεται σε ένα πλαίσιο που ονομάζεται εκμάθηση αναπαράστασης για την ταξινόμηση του υποτύπου καρκίνου του πνεύμονα με βάση εικόνες ιστού πνεύμονα από όγκους που έχουν αφαιρεθεί.


Η ψηφιακή παθολογία είναι ένα αναδυόμενο πεδίο που ασχολείται κυρίως με εικόνες μικροσκοπίας που προέρχονται από βιοψίες ασθενών. Λόγω της υψηλής ανάλυσης, οι περισσότερες από αυτές τις διαφάνειες (WSI) έχουν μεγάλο μέγεθος, που συνήθως υπερβαίνει το ένα gigabyte (Gb). Επομένως, οι τυπικές μέθοδοι ανάλυσης εικόνας δεν μπορούν να τις χειριστούν αποτελεσματικά. Αναζητώντας λύση, ερευνητές από την Ιατρική Σχολή του Πανεπιστημίου της Βοστώνης (BUSM) ανέπτυξαν έναν νέο αλγόριθμο τεχνητής νοημοσύνης (AI) που βασίζεται σε ένα πλαίσιο που ονομάζεται εκμάθηση αναπαράστασης για την ταξινόμηση του υποτύπου καρκίνου του πνεύμονα με βάση εικόνες ιστού πνεύμονα από όγκους που έχουν αφαιρεθεί.

“Αναπτύσσουμε νέες μεθόδους βασισμένες στην τεχνητή νοημοσύνη που μπορούν να φέρουν αποτελεσματικότητα στην αξιολόγηση των δεδομένων ψηφιακής παθολογίας. Η πρακτική της παθολογίας βρίσκεται στη μέση μιας ψηφιακής επανάστασης. Αναπτύσσονται μέθοδοι που βασίζονται σε υπολογιστή για να βοηθήσουν τον ειδικό παθολόγο. Επίσης, σε μέρη όπου δεν υπάρχει ειδικός, τέτοιες μέθοδοι και τεχνολογίες μπορούν να βοηθήσουν άμεσα τη διάγνωση”, σημειώνει χαρακτηριστικά η Vijaya B. Kolachalama, PhD, FAHA, συγγραφέας της μελέτης και επίκουρη καθηγήτρια ιατρικής και πληροφορικής στο BUSM

Συγκεκριμένα, οι ερευνητές ανέπτυξαν έναν μετασχηματιστή όρασης με βάση γραφήματα για ψηφιακή παθολογία που ονομάζεται Graph Transformer (GTP) που αξιοποιεί μια αναπαράσταση γραφήματος εικόνων παθολογίας και την υπολογιστική απόδοση των αρχιτεκτονικών μετασχηματιστών για την εκτέλεση ανάλυσης σε ολόκληρη την εικόνα της διαφάνειας. «Η μετάφραση των τελευταίων προόδων στην επιστήμη των υπολογιστών στην ψηφιακή παθολογία δεν είναι απλή και υπάρχει ανάγκη να δημιουργηθούν μέθοδοι τεχνητής νοημοσύνης που μπορούν να αντιμετωπίσουν αποκλειστικά τα προβλήματα στην ψηφιακή παθολογία», εξηγεί η επίσης συγγραφέας της μελέτης Jennifer Beane, PhD, αναπληρώτρια καθηγήτρια ιατρικής στο BUSM.

Χρησιμοποιώντας ολόκληρες εικόνες διαφανειών και κλινικά δεδομένα από τρεις δημοσίως διαθέσιμες εθνικές κοόρτες, οι ερευνητές ανέπτυξαν στη συνέχεια ένα μοντέλο που θα μπορούσε να διακρίνει μεταξύ του αδενοκαρκινώματος του πνεύμονα, του ακανθοκυτταρικού καρκινώματος του πνεύμονα και του παρακείμενου μη καρκινικού ιστού. Σε μια σειρά μελετών και αναλύσεων ευαισθησίας, έδειξαν ότι το πλαίσιο GTP τους ξεπερνά τις τρέχουσες μεθόδους αιχμής που χρησιμοποιούνται για την ταξινόμηση ολόκληρων εικόνων διαφανειών. Πιστεύουν ότι το πλαίσιο μηχανικής μάθησης θα έχει οφέλη που υπερβαίνουν την ψηφιακή παθολογία. «Οι ερευνητές που ενδιαφέρονται για την ανάπτυξη προσεγγίσεων υπολογιστικής όρασης για άλλες εφαρμογές μπορούν επίσης να βρουν την προσέγγισή μας χρήσιμη», λένε οι ερευνητές. Τα ευρήματα της μελέτης εμφανίζονται στο διαδίκτυο στο περιοδικό IEEE Transactions on Medical Imaging.

Διαβάστε όλες τις τελευταίες Ειδήσεις για την υγεία από την Ελλάδα και τον Κόσμο
Ακολουθήστε το healthweb.gr στο Google News και μάθετε πρώτοι όλες τις ειδήσεις
Ακολουθήστε το healthweb.gr στο κανάλι μας στο YouTube

Διαβάστε Eπίσης:

Η ρομποτική συμβάλλει στην υγειονομική περίθαλψη των ασθενών

Ακριβέστερο το app ελέγχου κοπράνων από την κρίση του ασθενούς

Τελικά, η τεχνητή νοημοσύνη συμβάλλει στην αντιμετώπιση των ιών;

svg%3E svg%3E
svg%3E
svg%3E
Περισσότερα

Tεστ DNA για την βακτηριακή κολπίτιδα

Βακτηριακή κολπίτιδα: Eρευνητές ανέπτυξαν ένα απλό εργαστηριακό τεστ βασισμένο σε DNA PCR, σε μια πιο λεπτομερή γενετική ανάλυση της κύριας ομάδας βακτηριακών οργανισμών που προκαλούν τη μόλυνση.

Πώς η φορητή τεχνολογία μεταμορφώνει τη φροντίδα των ποδιών

Φορητή τεχνολογία: Είναι ένα σημαντικό βήμα προς τα εμπρός για την υγεία των ποδιών. Προσφέρει έγκαιρες προειδοποιήσεις και εξατομικευμένες πληροφορίες πέρα ​​από την παραδοσιακή μέθοδο.

Πώς οι μαγνητικές σαρώσεις εντοπίζουν 6 τύπους κατάθλιψης 

Μαγνητικές σαρώσεις: Αυτές οι ανακαλύψεις με τη χρήση μαγνητικών σαρώσεων προτείνουν ότι η κατάθλιψη δεν είναι μια ενιαία διαταραχή αλλά ένα σύνθετο φαινόμενο με πολλές υποκατηγορίες, καθένα από τα οποία απαιτεί διαφορετική προσέγγιση στη διάγνωση και θεραπεία.

Η ανάπτυξη μίνι εντέρων βοηθά τη νόσο Crohn

Νόσος Crohn: Οι μίνι εντερικές καλλιέργειες μπορούν να παρέχουν πληροφορίες σχετικά με το πώς οι διαφορετικοί τύποι φλεγμονής επηρεάζουν την εντερική λειτουργία.

Μίνι κυλιόμενο ρομπότ παίρνει εικονικές βιοψίες

Ρομποτική: Είναι η πρώτη φορά που κατέστη δυνατή η δημιουργία τρισδιάστατων εικόνων υπερήχων υψηλής ανάλυσης που λαμβάνονται από έναν ανιχνευτή βαθιά μέσα στη γαστρεντερική οδό ή στο έντερο.

Πώς η υποβοηθούμενη αναπαραγωγή επηρεάζει την ανάπτυξη 

Οι ερευνητές προτείνουν ότι οι γονείς που έχουν χρησιμοποιήσει αυτές τις μεθόδους θα πρέπει να παρακολουθούν προσεκτικά την ανάπτυξη και την υγεία των παιδιών τους, προκειμένου να εντοπιστούν εγκαίρως τυχόν προβλήματα.

Close Icon