Новият подобен на ChatGPT AI модел може да открие множество различни видове рак, установява проучване

Изследователите споделят, че нов модел на изкуствен интелект може да бъде по-обобщен за диагностика и оценка на рак, в сравнение с съществуващите способи за задълбочено образование.

Учените са проектирали нов модел на изкуствен интелект (AI), който може да е в положение да диагностицира и прави оценка голям брой типове рак.

Новият модел се назовава Фондация за оценка на изображения на клинична хистопатология (CHIEF ) е до 36 % по-ефективен при разкриване на рак, установяване на произхода на тумора и прогнозиране на резултатите за пациентите, в сравнение с други модели на надълбоко образование, откриватели сподели.

Екипът, управителен от откриватели от Харвардското здравно учебно заведение, искаше моделът да бъде по-широко използван при разнообразни диагностични задания, защото доста сегашни модели за надълбоко образование за рак са подготвени да извършват характерни функционалности.

„ За разлика от съществуващите способи, нашият AI инструмент дава на клиницистите тъкмо второ мнение в действително време по отношение на диагнозите на рак, като взема поради необятен набор от типове и вариации на рак “, Кун-Хсинг Ю, помощник по биомедицинска информатика в Харвардското здравно учебно заведение и старши създател на проучването, сподели пред Euronews Health в имейл.

Как работи CHIEF?

Моделът е подготвен на повече от 15 милиона разнообразни патологии изображения, „ което покачва неговата надеждност при диагностицирането на ракови болести с нетипични характерности “, добави Ю.

След това те използваха повече от 60 000 изображения с висока разграничителна дарба на тъканни слайдове „ за по-нататъшно развиване на нашия AI модел и фина конфигурация за характерни генетични и клинични задания за прогнозиране “.

Изследователите тестваха модела си върху повече от 19 400 изображения от 24 лечебни заведения и пациенти кохорти в международен мащаб и разгласява констатациите в списанието Nature в сряда.

Екипът сподели, че моделът работи посредством четене на цифрови слайдове на туморни тъкани и може да предскаже тяхната молекулярна профил въз основа на функционалностите в изображението. Той може също по този начин да разпознава характерности на израстък, които са свързани с метода, по който пациентът може да реагира на лекуването.

Той реализира съвсем 94 % акуратност при откриването ракови кафези в 11 типа рак въз основа на метрика за показване на модела.

„ В избрани приложения, като идентифициране на ракови кафези на дебелото черво или прогнозиране на генетични разновидности, нашите продуктивността на модела доближи до 99,43 %, ” сподели Ю.

Изследователите се надяват, че AI моделът ще помогне на клиницистите да оценят по-точно тумора на пациента.

Новият модел „ съставлява обещаващ прогрес “ в използването на ИИ в онкологията, съгласно Аджит Гоенка, професор по радиология в клиниката Майо в Съединени американски щати, който не е взел участие в изследване.

Той сподели на Euronews Health в имейл, че може да „ рационализира предварителните диагностични оценки “ и да даде на патолозите инструмент, който проучва слайдове, с цел да „ открои сериозни области за по-нататъшно проучване “.

„ Въпреки тези благоприятни условия, устойчивостта на CHIEF в разнообразни клинични среди остава да бъде прецизно тествана, а капацитетът за отклонения, произлизащи от образованието му в огромни, евентуално непредставителните набори от данни не могат да бъдат подценени “, сподели Goenka, който откриватели употребяват AI за възстановяване на диагностиката на рак на панкреаса.

Какво следва за модела AI?

Оставащата стъпка преди CHIEF да бъде употребен в лекарските кабинети е приемането на регулаторни утвърждение.

„ За да реализираме това, ние стартираме проспективно клинично изследване за валидиране на модела CHIEF в действителни клинични условия “, сподели Ю, който добави, че те също работят за разширение на способността му за разкриване редки типове рак.

Goenka добави, че с цел да бъде употребен клинично, моделът ще се нуждае от „ необятно валидиране в действителни условия, обхващащи разнородни демографски данни на пациентите и разнообразни клинични условия ”.

„ Това валидиране е от решаващо значение, с цел да се подсигурява, че продуктивността на модела е освен теоретично превъзходна, само че и на практика надеждна в ежедневната клинична процедура, ” сподели той.