AI revolucionira diagnozo raka: prihodnost patologije se začne zdaj!

AI revolucionira diagnozo raka: prihodnost patologije se začne zdaj!

V Nemčiji se več kot 1,4 milijona ljudi vsako leto bori z rakom, ki pogosto zahteva hospitalizacijo. Po odstranitvi tumorja se odstranjeno tkivo pregleda v patologiji, da se določi vrsta raka in oceni njegova malignost. S pregledom se odločimo za morebitne kemoterapevtske ukrepe. Tu pa obstaja velik potencial pri integraciji umetne inteligence (AI), kot pojasnjuje univerzitetna bolnišnica Erlangen v trenutnem sporočilu [uk-erlangen.de](https://www.uk-erlangen.de/presse/pressemitigungen/ansicht/detail/wie-ki-nahtlos-in-die-pathologische-diagnostik-integriert- Werden-kann/).

Vendar pa digitalne možnosti še niso dovolj izkoriščene. Medtem ko številne slikovne metode, kot sta MRI ali ultrazvok, že ocenjuje umetna inteligenca, je bila analiza histopatoloških vzorcev doslej večinoma opravljena z mikroskopom. Digitalizacija delov tkiva v slike visoke ločljivosti še ni običajna praksa v večini ustanov. Vendar se ta postopek že rutinsko izvaja v bolnišnici Gravina v Caltagironeju v Italiji. Pojavi se izziv: heterogenost rezov digitalnega tkiva, kot se ukvarja tudi na inštitutu Fraunhofer scs.fraunhofer.de. Razlike v pripravi vzorcev in skenerjih tkiv pogosto vodijo do različnih barv in ločljivosti na slikah.

Integracija AI v patologijo

Velik korak k integraciji umetne inteligence v patologijo je bil že narejen. Na novo razvit proces omogoča brezhibno integracijo analiz umetne inteligence v potek dela oddelka za patologijo. PD dr. Fulvia Ferrazzi vodi ta inovativni projekt, katerega namen je izboljšati natančnost algoritmov in spodbujati rutinsko diagnostiko na drugih oddelkih. Vzorci tkiv se obdelujejo v več fazah z izdelavo rezov in ustvarjanjem digitalnih slik visoke ločljivosti. Analiza AI se samodejno integrira v proces s prenosom informacij v strežnik z modeli AI, kar pomeni revolucijo diagnostike na računalniških monitorjih.

Drugi cilj, usmerjen v prihodnost, je samodejno odkrivanje različnih vrst tkiv, na primer pri diagnozi kolorektalnega adenokarcinoma – pogoste vrste raka debelega črevesa. Tu se uporabljajo robustni procesi umetne inteligence, ki med drugim temeljijo na konvolucijskih nevronskih mrežah (CNN). Ti so usposobljeni z zglednimi slikami in lahko zato prepoznajo pomembne razlike med tumorjem in mišičnim tkivom. Vendar pa je zagotavljanje strokovnega znanja še vedno dolgotrajen proces, kot so pokazali raziskovalci Fraunhoferjevega inštituta.

Prednosti umetne inteligence in velikih podatkov

Digitalizacija s seboj prinaša velike količine podatkov, kar odpira vrata inteligentnim rešitvam v medicini. Veliki podatki in umetna inteligenca sta ključna pojma prihodnosti in bosta uporabna tudi v patologiji. Prednosti podatkovnega mreženja so različne: Omogočajo učinkovitejše odločitve, individualizirane terapije in zgodnje odkrivanje bolezni. Poleg tega lahko AI analizira in združuje velike količine podatkov s svetlobno hitrostjo, kar je neprecenljivo pri kliničnem odločanju in obdelavi medicinskih slik, glede na ugotovitve inštituta Fraunhofer iks.fraunhofer.de.

Skratka, integracija AI v patologijo lahko predstavlja odločilen napredek v diagnostiki. Prihajajoči razvoj, tako na tehnični kot praktični ravni, bi lahko revolucioniral odkrivanje in zdravljenje raka v korist mnogih bolnikov.