Aplikace umělé inteligence identifikuje rakovinu tlustého střeva z histopatologické analýzy vzorku

Nový nástroj dokáže identifikovat všechny typy tkání zapojené do identifikace rakoviny tlustého střeva s přesností 96,74 procenta, uvedl výzkumník zodpovědný za vývoj studie.

Finská univerzita v Jyväskylä 27. února oznámila, že její vědci vyvinuli nový nástroj využívající technologii umělé inteligence (AI) pro automatickou identifikaci rakoviny tlustého střeva z histopatologické analýzy vzorku.

Podle Univerzity v Jyväskylä model neuronové sítě vyvinutý v této studii překonal všechny předchozí analytické metody v klasifikaci vzorků tkání.

Výzkumník zodpovědný za vývoj metody Fabi Prezja uvedl, že nový nástroj dokáže identifikovat všechny typy tkání relevantní pro identifikaci rakoviny tlustého střeva s přesností 96,74 %.

Analýza tkáně obvykle vyžaduje, aby si patolog prohlédl naskenované tkáňové preparáty a označil každé místo, kde je viditelná rakovinná a příbuzná tkáň.

Nástroj s umělou inteligencí však analyzuje vzorek a automaticky zvýrazňuje oblasti obsahující různé typy tkání. Přesnost tohoto nástroje má potenciál výrazně snížit pracovní zátěž patologů, což může vést k rychlejší diagnóze, prognóze a klinickému porozumění.

Je pozoruhodné, že výzkumný tým z Univerzity v Jyväskylä zpřístupnil tento nástroj zdarma, aby podpořil výzkumnou spolupráci.

„Zpřístupnění nástroje zdarma má urychlit budoucí pokrok tím, že povzbudí vědce , vývojáře a výzkumníky z celého světa, aby nástroj dále vyvíjeli a hledali pro něj nové aplikace,“ uvedl výzkumník Prezja.

Výzkumný tým z Univerzity v Jyväskylä však také poukázal na to, že navzdory slibným výsledkům je třeba zavádění nástrojů umělé inteligence do klinické praxe provádět postupně a opatrně.

Nástroj vyvinuli vědci z Univerzity v Jyväskylä ve spolupráci s Institutem biomedicíny Univerzity v Turku, Helsinskou univerzitou a nemocnicí Nova Hospital ve Finsku.

Zdroj: https://www.vietnamplus.vn/ung-dung-ai-xac-dinh-ung-thu-dai-trang-tu-phan-tich-mau-mo-benh-hoc-post1014882.vnp