Sztuczna inteligencja rewolucjonizuje diagnostykę nowotworów: przyszłość patologii zaczyna się teraz!

Sztuczna inteligencja rewolucjonizuje diagnostykę nowotworów: przyszłość patologii zaczyna się teraz!

W Niemczech co roku ponad 1,4 mln osób walczy z nowotworem, który często wymaga hospitalizacji. Po usunięciu guza usuniętą tkankę poddaje się badaniu patologicznemu w celu określenia rodzaju nowotworu i oceny jego złośliwości. Badanie decyduje o możliwych środkach chemioterapii. Jednak kryje się tu ogromny potencjał w zakresie integracji sztucznej inteligencji (AI), jak wyjaśnia Szpital Uniwersytecki w Erlangen w bieżącym komunikacie uk-erlangen.de.

Możliwości cyfrowe nie zostały jednak jeszcze w wystarczającym stopniu wykorzystane. Chociaż wiele metod obrazowania, takich jak MRI czy USG, jest już ocenianych przez sztuczną inteligencję, analizę preparatów histopatologicznych dotychczas przeprowadzano głównie przy użyciu mikroskopu. Digitalizacja skrawków tkanek w celu uzyskania obrazów o wysokiej rozdzielczości nie jest jeszcze standardową praktyką w większości instytucji. Jednakże proces ten jest już rutynowo wdrażany w szpitalu Gravina w Caltagirone we Włoszech. Pojawia się wyzwanie: heterogeniczność skrawków tkanki palców, czym zajmuje się również Instytut Fraunhofera scs.fraunhofer.de. Różnice w przygotowaniu próbek i skanerach tkanek często prowadzą do różnych kolorów i rozdzielczości obrazów.

Integracja AI w patologii

Rozpoczęto już ważny krok w kierunku integracji sztucznej inteligencji w patologii. Nowo opracowany proces umożliwia płynną integrację analiz AI z przepływem pracy na oddziale patologii. PD dr Fulvia Ferrazzi kieruje tym innowacyjnym projektem, którego celem jest poprawa dokładności algorytmów i promowanie rutynowej diagnostyki w innych oddziałach. Próbki tkanek są przetwarzane w kilku etapach poprzez wykonanie przekrojów i utworzenie obrazów cyfrowych o wysokiej rozdzielczości. Analiza AI jest automatycznie integrowana z procesem poprzez przesyłanie informacji do serwera z modelami AI, rewolucjonizując diagnostykę na monitorach komputerów.

Kolejnym przyszłościowym celem jest automatyczne wykrywanie różnych typów tkanek, na przykład w diagnostyce gruczolakoraka jelita grubego – powszechnego rodzaju raka okrężnicy. Wykorzystywane są tu solidne procesy AI, oparte m.in. o splotowe sieci neuronowe (CNN). Są one szkolone na podstawie przykładowych obrazów i dlatego mogą zidentyfikować istotne różnice między nowotworem a tkanką mięśniową. Jednak dostarczanie wiedzy eksperckiej jest w dalszym ciągu procesem czasochłonnym, jak wykazali badacze z Instytutu Fraunhofera.

Korzyści ze sztucznej inteligencji i big data

Cyfryzacja niesie ze sobą duże ilości danych, co otwiera drzwi do inteligentnych rozwiązań w medycynie. Big data i sztuczna inteligencja to kluczowe terminy przyszłości, które będą miały zastosowanie także w patologii. Zalety sieci danych są różnorodne: umożliwiają skuteczniejsze podejmowanie decyzji, zindywidualizowane terapie i wczesne wykrywanie chorób. Ponadto sztuczna inteligencja może błyskawicznie analizować i łączyć duże ilości danych, co jest nieocenione w podejmowaniu decyzji klinicznych i przetwarzaniu obrazów medycznych, jak wynika z ustaleń Instytutu Fraunhofera iks.fraunhofer.de.

Podsumowując, włączenie sztucznej inteligencji do patologii może stanowić decydujący postęp w diagnostyce. Nadchodzące osiągnięcia, zarówno na poziomie technicznym, jak i praktycznym, mogą zrewolucjonizować wykrywanie i leczenie nowotworów z korzyścią dla wielu pacjentów.