Kankerdiagnose op basis van AI: een revolutionair AI-systeem

Vooruitgang in kunstmatige intelligentie heeft het mogelijk gemaakt om niet alleen ernstige ziektes zoals kanker te diagnosticeren, maar ook hun verloop te voorspellen. Harvard Medical School (Nieuw venster)heeft onlangs een multifunctioneel AI-model onthuld met de naam Chief. Dit model kan worden gebruikt als ChatGPT om verschillende soorten kanker te diagnosticeren en de uitkomsten ervan te voorspellen.

De meeste AI-kankersystemen richten zich op specifieke taken. Bijvoorbeeld het identificeren van kankercellen en het berekenen van de genetische mutaties van een tumor. Het Chief-model is veel geavanceerder. Het Chief-model kan worden gebruikt om veel soorten kanker te diagnosticeren, de overlevingskans van de patiënt te voorspellen en advies te geven over een geschikte behandeling.

Een gepersonaliseerde visie op de behandeling

Het model gebruikt beeldanalyse om het genetische profiel van kankerweefsel met hoge nauwkeurigheid te voorspellen. Chief werd getest op 19 (Nieuw venster), soorten kanker (Nieuw venster),. De flexibiliteit ervan is vergelijkbaar met die van ChatGPT. De "tumor-micro-omgeving" kan worden geïdentificeerd. Het weefsel dat een kanker omringt, is cruciaal voor de respons van de behandeling.

Chief kan zien of een patiënt waarschijnlijk beter reageert op radiotherapie, chirurgie of chemotherapie. Het vermogen om nauwkeurig de reactie van kanker op conventionele behandelingen te voorspellen, is een van de grootste doorbraken. Maar het heeft ook de mogelijkheid om tumorkenmerken te identificeren waarvan voorheen niet werd erkend dat ze verband hielden met de overleving van de patiënt. Het vermogen om de behandeling te personaliseren, kan helpen bij de ontwikkeling van nieuwe gerichte behandelingen voor patiënten die resistent zijn tegen conventionele opties. Deze tool identificeerde nieuwe kankerkenmerken die verband hielden met de overleving van de patiënt. Het toont de kracht van op AI gebaseerde methoden om kankers effectief te evalueren en patiënten te identificeren die minder reageren op standaardbehandelingen.

Uiteindelijk het overbruggen van de ongelijkheid in hulpbronnen in de strijd tegen kanker

Onderzoekers van Harvard Medical School (Nieuw venster) ontwikkelde een grote kennisbank door "Chief" te trainen. Ze gebruikten 15.000.000 weefselbeelden. Onderzoekers trainden het model vervolgens met 60.000 dia's van weefsel van verschillende orgaantypen. Hierdoor kon het zowel complete als specifieke beelden analyseren. Het kan vervolgens de details van de afbeelding associëren met hun wereldwijde context. Dit is cruciaal voor het nauwkeurig beoordelen van kankerkenmerken. Het werd vervolgens getest op 19.400 beelden van patiënten van over de hele wereld, waarbij het bestaande AI-methoden overtrof in termen van het detecteren van kanker, het identificeren van de oorsprong van tumoren en zelfs het voorspellen van mutaties die verband houden met de behandelingsreacties van 36%.

Onderzoekers zijn van plan om “Chief” te trainen in zeldzame ziekten, pre-kankerweefselbeelden die kunnen helpen bij vroege detectie van kanker en preventie. De onderzoekers zijn ook van plan om meer moleculaire informatie te integreren om kankers van verschillende gradaties van agressie te onderscheiden en de voordelen van behandeling en de bijwerkingen te voorspellen. Om de tekorten aan middelen te dichten en de kankerzorg te verbeteren, is het uiteindelijke doel van “Chief” om het toegankelijk te maken voor iedereen.

Aangepaste workflows met behulp van Make.com-automatisering