27 lutego Uniwersytet Jyvaskyla w Finlandii poinformował, że jego naukowcy opracowali nowe narzędzie wykorzystujące technologię sztucznej inteligencji (AI) do automatycznej identyfikacji raka jelita grubego na podstawie analizy histopatologicznych próbek tkanki.
Według Uniwersytetu w Jyvaskyli, model sieci neuronowej opracowany w tym badaniu przewyższył wszystkie dotychczasowe metody analityczne w zakresie klasyfikacji próbek tkanek.
Fabi Prezja, badacz odpowiedzialny za opracowanie tej metody, powiedział, że nowe narzędzie może identyfikować wszystkie rodzaje tkanek istotnych dla diagnozy raka jelita grubego z dokładnością 96,74%.
Zazwyczaj analiza tkanek wymaga od patologa zbadania zeskanowanych próbek tkanek i zaznaczenia każdego punktu, w którym widoczna jest tkanka nowotworowa i tkanki pokrewne.
Jednak to narzędzie, wspomagane przez sztuczną inteligencję, przeanalizuje próbkę i automatycznie zaznaczy obszary zawierające różne typy tkanek. Dokładność tego narzędzia może znacząco zmniejszyć obciążenie pracą patologów, co potencjalnie przełoży się na szybszą diagnozę, rokowanie i zrozumienie kliniczne.
Warto zauważyć, że zespół badawczy Uniwersytetu w Jyvaskyli udostępnił narzędzie bezpłatnie, aby zachęcić do współpracy badawczej.
Ekspert ds. badań Prezja stwierdził: „Bezpłatne udostępnienie tego narzędzia ma na celu przyspieszenie przyszłego postępu poprzez zachęcenie naukowców , programistów i badaczy na całym świecie do dalszego rozwijania narzędzia i poszukiwania nowych zastosowań dla niego”.
Zespół badawczy z Uniwersytetu w Jyvaskyli zwrócił jednak uwagę, że pomimo obiecujących wyników, wprowadzanie narzędzi opartych na sztucznej inteligencji do badań klinicznych musi odbywać się stopniowo i ostrożnie.
Narzędzie zostało opracowane przez naukowców z Uniwersytetu Jyvaskyla 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)