Un nou model de AI creat de cercetători de la Harvard, asemănător cu ChatGPT, ar putea detecta mai multe tipuri diferite de cancer
Cercetătorii afirmă că un nou model AI ar putea fi mai generalizabil pentru diagnosticarea și evaluarea cancerului decât metodele existente de învățare profundă, relatează Euronews.com.
Oamenii de știință au conceput un nou model de inteligență artificială (AI) care ar putea fi capabil să diagnosticheze și să evalueze mai multe tipuri de cancer, potrivit stiripesurse.
Citește și: Crește nemulțumirea rușilor. Putin nu a mai fost așa de puțin popular de la mobilizarea parțială din 2022
Noul model numit CHIEF (Clinical Histopathology Imaging Evaluation Foundation) a fost cu până la 36% mai eficient în detectarea cancerului, determinarea originii unei tumori și predicția rezultatelor pacienților decât alte modele de învățare profundă, au declarat cercetătorii.
Echipa condusă de cercetătorii de la Harvard Medical School a dorit ca modelul să fie aplicabil pe scară mai largă în diferite sarcini de diagnosticare, deoarece multe modele actuale de învățare profundă pentru cancer sunt antrenate să îndeplinească funcții specifice.
„Spre deosebire de metodele existente, instrumentul nostru AI oferă clinicienilor o a doua opinie precisă, în timp real, cu privire la diagnosticarea cancerului, luând în considerare un spectru larg de tipuri și variații de cancer”, a declarat Kun-Hsing Yu, profesor asistent de informatică biomedicală la Harvard Medical School și autor principal al studiului, într-un e-mail pentru Euronews Health.
Cum funcționează CHIEF?
Modelul a fost antrenat pe mai mult de 15 milioane de imagini patologice diferite, „ceea ce îi sporește fiabilitatea în diagnosticarea cancerelor cu caracteristici atipice”, a adăugat Yu.
Cercetătorii și-au testat modelul pe mai mult de 19 400 de imagini din 24 de spitale și cohorte de pacienți din întreaga lume și au publicat rezultatele în revista Nature.
Echipa a declarat că modelul funcționează prin citirea diapozitivelor digitale ale țesuturilor tumorale și poate prezice profilul molecular al acestora pe baza caracteristicilor din imagine. De asemenea, poate identifica caracteristicile unei tumori care se referă la modul în care un pacient poate răspunde la tratament.
Acesta a obținut o acuratețe de aproape 94% în detectarea celulelor canceroase în 11 tipuri de cancer, pe baza unei metrici pentru performanța modelului.
„În anumite aplicații, cum ar fi identificarea celulelor canceroase de colon sau prezicerea mutațiilor genetice, performanța modelului nostru a ajuns până la 99,43%”, a declarat Yu.
Cercetătorii speră că modelul de inteligență artificială va ajuta medicii să evalueze mai precis tumoarea unui pacient.
Noul model „reprezintă un progres promițător” în aplicarea AI în oncologie, potrivit lui Ajit Goenka, profesor de radiologie la Mayo Clinic din SUA, care nu a fost implicat în studiu.
Acesta a declarat pentru Euronews Health într-un e-mail că ar putea „simplifica evaluările preliminare de diagnostic” și să ofere patologilor un instrument care analizează diapozitivele pentru a „evidenția zonele critice pentru o examinare suplimentară”.
„În ciuda acestor capacități, robustețea CHIEF în diverse medii clinice rămâne să fie riguros testată, iar potențialul de părtinire care rezultă din formarea sa pe seturi de date mari, posibil nereprezentative, nu poate fi ignorat”, a declarat Goenka, care cercetătorii care utilizează AI pentru a îmbunătăți diagnosticarea cancerului pancreatic.
Ce urmează pentru modelul AI?
Pasul rămas înainte ca CHIEF să fie utilizat în cabinetele medicilor este să primească aprobarea autorităților de reglementare.
Citește și: Vladimir Zelenski: Ucraina are ”nevoie de o nouă energie” după doi ani şi jumătate de război cu Rusia
„Pentru a realiza acest lucru, lansăm un studiu clinic prospectiv pentru a valida modelul CHIEF în contexte clinice reale”, a declarat Yu, care a adăugat că lucrează, de asemenea, pentru a extinde capacitatea acestuia de a detecta cancerele rare.
Goenka a adăugat că, pentru a fi utilizat clinic, modelul va avea nevoie de „o validare extinsă în medii reale, care să cuprindă diverse caracteristici demografice ale pacienților și diverse condiții clinice”.
„Această validare este esențială pentru a se asigura că performanța modelului nu este doar teoretic superioară, ci și practic fiabilă în practica clinică de zi cu zi”, a spus el.
