KI-basierte Krebsdiagnose: ein revolutionäres KI-System

Fortschritte in der künstlichen Intelligenz haben es möglich gemacht, nicht nur schwere Krankheiten wie Krebs zu diagnostizieren, sondern auch ihren Verlauf vorherzusagen. Harvard Medical School (Neues Fenster)hat kürzlich ein Mehrzweck-KI-Modell namens Chief vorgestellt, das als ChatGPT zur Diagnose und Prognose verschiedener Krebsarten verwendet werden kann.

Die meisten KI-Krebs-Systeme konzentrieren sich auf spezifische Aufgaben. Zum Beispiel das Identifizieren von Krebszellen und das Berechnen genetischer Mutationen eines Tumors. Das Chief-Modell ist viel fortgeschrittener. Mit dem Chief-Modell können viele Krebsarten diagnostiziert, die Überlebensrate des Patienten vorhergesagt und Ratschläge zu geeigneten Behandlungen gegeben werden.

Eine personalisierte Vision der Behandlung

Das Modell verwendet Bildanalyse, um das genetische Profil von Krebsgewebe mit hoher Genauigkeit vorherzusagen. Chief wurde am 19. (Neues Fenster), Krebsarten (Neues Fenster),. Seine Flexibilität ist mit der von ChatGPT vergleichbar. Das „Tumor-Mikroumfeld“ kann identifiziert werden. Das Gewebe, das einen Krebs umgibt, ist entscheidend für die Reaktion auf die Behandlung.

Chief kann feststellen, ob ein Patient eher auf Strahlentherapie, Operation oder Chemotherapie anspricht. Die Fähigkeit, die Reaktion eines Krebses auf konventionelle Behandlungen genau vorherzusagen, ist einer seiner größten Durchbrüche. Aber es ist auch in der Lage, Tumormerkmale zu identifizieren, von denen bisher nicht bekannt war, dass sie mit dem Überleben des Patienten in Zusammenhang stehen. Die Fähigkeit, die Behandlung zu personalisieren, kann bei der Entwicklung neuer gezielter Behandlungen für Patienten helfen, die auf konventionelle Optionen nicht ansprechen. Dieses Tool identifizierte neue Krebsmerkmale, die mit dem Überleben des Patienten in Zusammenhang stehen. Es demonstriert die Leistungsfähigkeit KI-basierter Methoden, um Krebserkrankungen effektiv zu bewerten und Patienten zu identifizieren, die auf Standardbehandlungen weniger gut ansprechen.

Ressourcenunterschiede im Kampf gegen den Krebs endlich überbrücken

Forscher der Harvard Medical School (Neues Fenster) entwickelte durch das Training von „Chief“ eine große Wissensbasis. Sie verwendeten 15.000.000 Gewebebilder. Anschließend trainierten die Forscher das Modell mit 60.000 Gewebeschnitten von verschiedenen Organtypen. Dadurch konnte es sowohl vollständige als auch spezifische Bilder analysieren. Anschließend kann es die Details des Bildes mit ihrem globalen Kontext verknüpfen. Dies ist für die genaue Beurteilung der Krebsmerkmale von entscheidender Bedeutung. Anschließend wurde es an 19.400 Bildern von Patienten aus aller Welt getestet, wo es bestehende KI-Methoden bei der Erkennung von Krebs, der Identifizierung des Tumorursprungs und sogar der Vorhersage von Mutationen übertraf die mit der Behandlungsreaktion durch 36% in Zusammenhang stehen.

Die Forscher planen, „Chief“ an seltenen Krankheiten und Bildern von präkanzerösem Gewebe zu schulen, die bei der Früherkennung und Prävention von Krebs helfen könnten. Die Forscher planen außerdem, mehr molekulare Informationen einzubeziehen, um Krebsarten unterschiedlichen Ausmaßes zu unterscheiden und den Nutzen und die Nebenwirkungen der Behandlung vorherzusagen. Das ultimative Ziel von „Chief“ ist es, Ressourcenlücken zu schließen und die Krebsbehandlung zu verbessern, und die Behandlung für alle zugänglich zu machen.

Maßgeschneiderte Workflows durch Make.com-Automatisierung