Nowoczesne podejście do diagnozowania nowotworów

Nowy model AI, opracowany przez badaczy z Harvard Medical School, nazwany CHIEF (Clinical Histopathology Imaging Evaluation Foundation), pozwala diagnozować oraz przewidywać wyniki w przypadku różnych typów nowotworów z niezwykłą precyzją.

Przewaga nad istniejącymi systemami

Według badania, CHIEF przewyższa dotychczasowe systemy AI, osiągając nawet 96% dokładności w wykrywaniu nowotworów w 19 różnych typach raka. Naukowcy porównują wszechstronność tego modelu do ChatGPT, który zyskał popularność dzięki zdolności do rozwiązywania różnorodnych zadań.

Wyspecjalizowana wizja komputerowa

CHIEF jest wyspecjalizowanym modelem wizji komputerowej, który analizuje szczegółowe obrazy komórek nowotworowych. Został on wytrenowany na ogromnym, multimodalnym zbiorze danych, obejmującym 15 milionów nieoznakowanych obrazów oraz 60 tysięcy zdjęć tkanek z 19 różnych lokalizacji anatomicznych.

Zaawansowany trening na obrazach

Dzięki wstępnemu treningowi na 44 terabajtach wysokiej rozdzielczości obrazów patologicznych, CHIEF potrafi skutecznie wykrywać komórki nowotworowe, identyfikować pochodzenie guza, charakteryzować profil molekularny oraz przewidywać wyniki rokowania.

Przewaga nad innymi metodami diagnostycznymi

Model został przetestowany na ponad 19 400 obrazach pochodzących z 32 niezależnych zbiorów danych z całego świata. Wyniki pokazały, że CHIEF przewyższa istniejące metody AI o nawet 36,1% w różnych zadaniach diagnostycznych. Model okazał się również precyzyjny w rozróżnianiu pacjentów z wyższymi i niższymi wskaźnikami przeżywalności.

Plany na dalszy rozwój modelu

Badacze planują dalsze doskonalenie modelu poprzez trenowanie go na obrazach rzadkich chorób, stanów nienowotworowych oraz tkanek przednowotworowych, aby zwiększyć jego precyzję. Przewiduje się również, że większa ilość danych pozwoli na lepsze określanie agresywności nowotworów oraz przewidywanie skutków nowych terapii.

Zastosowanie AI w wykrywaniu nowotworów

Rola sztucznej inteligencji w diagnozowaniu nowotworów i innych chorób dynamicznie się rozwija. Naukowcy z Cambridge opracowali model EMethylNET, który wykorzystuje dane DNA z próbek tkanek do wykrywania 13 typów nowotworów z dokładnością 98%.

CancerGPT i inne zastosowania AI

Inny wcześniejszy model, CancerGPT, wykorzystał duży model językowy do przewidywania, jak kombinacje leków mogą wpłynąć na rzadkie tkanki u pacjentów z nowotworami. Mimo iż model ten dostarczał cennych informacji, pojawiły się obawy dotyczące potencjalnych błędów AI.

Współpraca Google i iCAD

Współpraca Google i iCAD pozwoliła na wykorzystanie AI w celu poprawy dokładności badań przesiewowych w kierunku raka. Ich system AI przewyższał ekspertów radiologów, co może stanowić odpowiedź na globalny niedobór specjalistów, jednocześnie poprawiając dostępność do ratujących życie badań przesiewowych na raka piersi.

Wsparcie AI w neurochirurgii

W innej dziedzinie AI wspomaga neurochirurgów w diagnostyce guzów ośrodkowego układu nerwowego w czasie rzeczywistym, osiągając 90% dokładności dzięki technologii nazwanej Sturgeon.

CHIEF jako projekt open-source

CHIEF jest projektem open-source i dostępny do pobrania na stronie Github projektu, co pozwala na korzystanie z niego przez badaczy na całym świecie.