Artificiell intelligens
AI på väg att förbättra diagnoser av lungcancer
Lägg till Securities.io bland dina föredragna källor på Google
Ett team av ingenjörer från Medicinska fakulteten vid universitetet i Köln och Universitetssjukhuset Köln har introducerat en AI-modell som kan hjälpa till att upptäcka lungcancervävnad på några minuter. Det nya systemet kombinerar den mest omfattande datamängden relaterad till sjukdomen som finns tillgänglig och har visat några lovande resultat. Här är allt du behöver veta om hur AI är på väg att förbättra lungcancerdiagnostik inom en snar framtid.
Lungcancer
Lungcancer tog livet av uppskattningsvis 1,3 miljoner människor år 2023. Denna sjukdom är en av de dödligaste i världen och den vanligaste. Bland lungcancertyperna står icke-småcellig lungcancer (NSCLC) för mer än 80 % av alla lungcancer. Denna variant av lungcancer introducerar maligna tumörer i lungvävnaden över tid.
Patologisk undersökning
Patologiska undersökningar är hur onkologer upptäcker lungcancervävnad. Denna process kräver att vårdpersonal samlar in vävnadsprover färgade med hematoxylin och eosin (H&E). Onkologer granskar sedan dessa prover för att avgöra om tumörceller finns. Dessutom använder de dina data och genetiska information för att skräddarsy en effektiv behandling.
Digital transformation
De första stegen i vävnadsinsamling har förblivit desamma inom onkologi i årtionden. Däremot har sättet och medlen för hur data bearbetas övergått till ett digitalt format. Digitala patologi‑plattformar har eliminerat behovet av att forskare måste titta på celler genom mikroskop. Nu använder de datorskärmar.
Digitalisering av patologi medförde flera allvarliga fördelar, inklusive möjligheten att integrera mjukvara i upptäcktsprocessen. Idag använder de flesta experter någon form av digital lungvävnadsanalys för att fastställa ditt tillstånd. Under de kommande åren kommer artificiell intelligens att ersätta manuellt drivna mjukvarusystem som det primära sättet att bestämma närvaron av lungcancer i vävnader.
Nya möjligheter
AI‑modeller kan utnyttja den stora mängden histologiska bilder och extrahera ytterligare information som mänskliga granskare inte kan fånga. Därför finns ett starkt driv att skapa mer effektiva och tillgängliga AI‑drivna patologi‑system.
AI‑studie om lungcancer
Studien “Next generation lung cancer pathology: development and validation of diagnostic and prognostic algorithms” publicerad i tidskriften Cell Reports Medicine avslöjar nya AI‑algoritmer och en beräkningspatologi‑plattform som är specifikt utformad för NSCLC‑diagnostik.
Studien visar en kombination av nya AI‑grundmodeller och representerar den största och mest relevanta datamängden som hittills använts. Systemet integrerar en detaljerad flerkategorivävnadsdatamängd som inkluderar helbilds‑bilder med viktiga detaljer såsom lungadenokarcinom och skivepitelcancer. Noterbart är att AI‑modellen integrerade över 4 000 bilder från 1 527 patienter och härrörde från en internationell kohort av lungcancerforskningsleverantörer.
Test
Testfasen av forskningen involverade att jämföra vävnadsprovsresultat med expertrecensioner från patologer för att säkerställa kvalitet. Teamet var angeläget om att endast använda förklarliga, oberoende, kapabla prognostiska parametrar hämtade från H&E‑färgade vävnadsprover, vilket gjorde det enklare att bekräfta resultaten.
Källa – Cell Report Medicine
