AI keičia vėžio diagnostiką: patologijos ateitis prasideda dabar!

AI keičia vėžio diagnostiką: patologijos ateitis prasideda dabar!

Vokietijoje su vėžiu kasmet kovoja per 1,4 mln. žmonių, dėl kurių dažnai reikia hospitalizuoti. Pašalinus naviką, pašalintas audinys tiriamas patologiškai, siekiant nustatyti vėžio tipą ir įvertinti jo piktybiškumą. Apžiūros metu sprendžiama dėl galimų chemoterapijos priemonių. Tačiau čia yra didelis dirbtinio intelekto (AI) integravimo potencialas, kaip aiškina Erlangeno universitetinė ligoninė dabartiniame pranešime uk-erlangen.de.

Tačiau skaitmeninės galimybės dar nėra pakankamai išnaudotos. Nors daugelį vaizdo gavimo metodų, tokių kaip MRT ar ultragarsu, jau įvertino AI, histopatologinių mėginių analizė iki šiol dažniausiai buvo atliekama naudojant mikroskopą. Daugumoje įstaigų audinių pjūvių skaitmeninimas į didelės raiškos vaizdus dar nėra įprasta praktika. Tačiau šis procesas jau įprastai įgyvendinamas Gravinos ligoninėje Kaltagirone, Italijoje. Iškyla iššūkis: skaitmeninių audinių pjūvių nevienalytiškumas, kaip ir Fraunhoferio institute scs.fraunhofer.de. Mėginių paruošimo ir audinių skaitytuvų skirtumai dažnai lemia skirtingas vaizdų spalvas ir skiriamąją gebą.

AI integravimas į patologiją

Jau buvo žengtas didelis žingsnis link AI integracijos patologijoje. Naujai sukurtas procesas leidžia sklandžiai integruoti AI analizę į patologijos skyriaus darbo eigą. PD dr. Fulvia Ferrazzi vadovauja šiam novatoriškam projektui, kurio tikslas – pagerinti algoritmų tikslumą ir skatinti įprastinę diagnostiką kituose skyriuose. Audinių mėginiai apdorojami keliais etapais, darant pjūvius ir sukuriant didelės raiškos skaitmeninius vaizdus. Dirbtinio intelekto analizė automatiškai integruojama į procesą, perduodant informaciją į serverį su AI modeliais, o tai keičia kompiuterių monitorių diagnostiką.

Kitas į ateitį orientuotas tikslas – automatinis skirtingų audinių tipų aptikimas, pavyzdžiui, diagnozuojant gaubtinės ir tiesiosios žarnos adenokarcinomą – įprastą gaubtinės žarnos vėžio tipą. Čia naudojami tvirti AI procesai, pagrįsti, be kita ko, konvoliuciniais neuroniniais tinklais (CNN). Jie mokomi su pavyzdiniais vaizdais ir todėl gali nustatyti reikšmingus naviko ir raumenų audinio skirtumus. Tačiau, kaip parodė Fraunhoferio instituto mokslininkai, ekspertinių žinių suteikimas vis dar yra daug laiko reikalaujantis procesas.

AI ir didelių duomenų pranašumai

Skaitmeninimas atneša didelius duomenų kiekius, o tai atveria duris išmaniems sprendimams medicinoje. Didieji duomenys ir AI yra pagrindiniai ateities terminai ir taip pat bus taikomi patologijoms. Duomenų tinklo pranašumai yra įvairūs: jie leidžia priimti veiksmingesnius sprendimus, individualizuoti gydymą ir anksti nustatyti ligas. Be to, dirbtinis intelektas gali žaibišku greičiu analizuoti ir sujungti didelius duomenų kiekius, o tai yra neįkainojama priimant klinikinius sprendimus ir apdorojant medicininius vaizdus, ​​rodo Fraunhoferio instituto iks.fraunhofer.de išvados.

Apibendrinant galima pasakyti, kad AI integravimas į patologiją gali būti lemiamas diagnostikos pažanga. Būsimi pokyčiai tiek techniniu, tiek praktiniu lygmeniu gali pakeisti vėžio nustatymą ir gydymą daugelio pacientų naudai.