27 lutego fiński Uniwersytet w Jyväskylä poinformował, że jego naukowcy opracowali nowe narzędzie wykorzystujące technologię sztucznej inteligencji (AI) do automatycznej identyfikacji raka jelita grubego na podstawie analizy próbek histopatologicznych.
Według Uniwersytetu w Jyväskylä, model sieci neuronowej opracowany w tym badaniu przewyższył wszystkie poprzednie metody analizy stosowane w klasyfikacji próbek tkanek.
Fabi Prezja, naukowiec odpowiedzialny za opracowanie tej metody, powiedział, że nowe narzędzie może identyfikować wszystkie typy tkanek istotne przy rozpoznawaniu raka jelita grubego z dokładnością 96,74%.
Zazwyczaj analiza tkanek wymaga od patologa przejrzenia zeskanowanych preparatów tkankowych i zaznaczenia każdego miejsca, w którym można dostrzec tkankę nowotworową lub pokrewną.
Narzędzie, oparte na sztucznej inteligencji, analizuje próbkę i automatycznie zaznacza obszary zawierające różne typy tkanek. Dokładność tego narzędzia może znacząco zmniejszyć obciążenie pracą patologów, co potencjalnie może prowadzić do szybszej diagnozy, prognozowania i lepszego zrozumienia klinicznego.
Warto zaznaczyć, że zespół badawczy Uniwersytetu w Jyväskylä udostępnił to narzędzie bezpłatnie, aby zachęcić do współpracy badawczej.
„Udostępnienie narzędzia za darmo ma na celu przyspieszenie przyszłych postępów poprzez zachęcenie naukowców , programistów i badaczy na całym świecie do dalszego rozwijania narzędzia i znajdowania dla niego nowych zastosowań” – powiedział badacz Prezja.
Zespół badawczy z Uniwersytetu w Jyväskylä zwrócił jednak uwagę, że pomimo obiecujących wyników, wprowadzanie narzędzi opartych na sztucznej inteligencji do praktyki klinicznej musi odbywać się stopniowo i ostrożnie.
Narzędzie zostało opracowane przez naukowców z Uniwersytetu w Jyväskylä we współpracy z Instytutem Nauk Biomedycznych Uniwersytetu w Turku, Uniwersytetem Helsińskim i Szpitalem Nova w Finlandii./.
Source: https://www.vietnamplus.vn/ung-dung-ai-xac-dinh-ung-thu-dai-trang-tu-phan-tich-mau-mo-benh-hoc-post1014882.vnp
Komentarz (0)