Penn Medicine разрабатывает инструмент искусственного интеллекта для точной онкологии

Приложение, известное как iStar, было создано исследователями Медицинской школы Перельмана, чтобы дать врачам больше информации об активности генов на медицинских изображениях и, возможно, помочь им диагностировать рак, который в противном случае мог бы остаться незамеченным.

Исследователи из Penn Medicine разработали новое приложение искусственного интеллекта, которое предлагает новый способ изучения и интерпретации медицинских изображений и может помочь врачам диагностировать рак, который раньше не был обнаружен.

ПОЧЕМУ ЭТО ВАЖНО
Новый инструмент, получивший название iStar (что означает Inferring Tissue Architects со сверхразрешением), был создан в Медицинской школе Перельмана Университета Пенсильвании. Его вычислительная мощность позволяет детально просматривать отдельные клетки на изображениях и, таким образом, может помочь онкологам и исследователям увидеть раковые клетки, которые в противном случае могли бы остаться незамеченными.

Как поясняется в недавнем Природа бумагаПо данным Penn Medicine, инструмент искусственного интеллекта может помочь определить, были ли достигнуты безопасные границы после онкологических операций, а также может обеспечить автоматическое аннотирование микроскопических изображений, что открывает новые возможности в области молекулярной диагностики заболеваний.

Технология iStar была разработана в результате исследования, финансируемого Национальными институтами здравоохранения, возглавляемого Мингьяо Ли, профессором биостатистики и цифровой патологии в Школе Перельмана, и научным сотрудником Пенсильванского университета Дэвидом Чжаном.

Приложение способно автоматически обнаруживать критические противоопухолевые иммунные образования, известные как третичные лимфоидные структуры. Наличие этих образований коррелирует с вероятной выживаемостью пациента и благоприятным ответом на иммунотерапию, сказал Ли, указывая, что iStar может быть чрезвычайно полезным в определении того, принесет ли данный пациент пользу от конкретных иммунотерапевтических вмешательств.

Penn Medicine отмечает, что исследования и разработки iStar связаны с развивающейся областью пространственная транскриптомика, при котором активность генов картируется в пространстве тканей. Адаптировав инструмент машинного обучения под названием Hierarchical Vision Transformer, Ли и ее коллеги обучили его на стандартных изображениях тканей.

Начиная с сегментирования изображений на разные этапы – начиная с поиска мелких деталей, затем продвигаясь вверх и «охватывая более широкие структуры тканей», как объяснил Ли, – ИИ iStar использует эти данные в контексте другой клинической информации, применяя их для прогнозирования активности генов. часто с разрешением, близким к одной ячейке.

Ли и ее коллеги протестировали инструмент, оценив iStar, на различных типах раковых тканей, а также на здоровых тканях. В этих тестах технология смогла «автоматически обнаруживать опухолевые и раковые клетки, которые было трудно идентифицировать только на глаз», согласно заявлению Penn Medicine, которое отметило, что «медицинские врачи в будущем, возможно, смогут выявлять и диагностировать более сложные заболевания». «видимые» или «трудно распознаваемые» виды рака, а iStar выступает в качестве уровня поддержки».

БОЛЬШОЙ ТРЕНД
Искусственный интеллект обеспечивает значительный прогресс в более индивидуальный и ориентированный на пациента уход – как только инновационная политика и более мощные компьютеры прокладывают путь для дальнейших инноваций в точная медицина и геномные программы и другие Лечение онкологии с помощью искусственного интеллекта.

ПОД ЗАПИСЬ
«Сила iStar проистекает из ее передовых методов, которые, наоборот, отражают то, как патологоанатом изучает образец ткани», — сказал Ли в своем заявлении. «Подобно тому, как патологоанатом идентифицирует более широкие области, а затем увеличивает детализированные клеточные структуры, iStar может захватывать всеобъемлющие структуры ткани, а также фокусироваться на мелочах на изображении ткани.

Более того, отметила она, iStar можно применять к значительному объему образцов, что является ключевой необходимостью для крупномасштабных биомедицинских исследований.

«Его скорость также важна для его текущих расширений в 3D и прогнозировании образцов биобанков», — сказал Ли. «В 3D-контексте блок ткани может включать от сотен до тысяч последовательно разрезанных срезов ткани. Скорость iStar позволяет реконструировать этот огромный объем пространственных данных за короткий период времени».

Майк Милиард, исполнительный редактор журнала Healthcare IT News
Напишите автору: [email protected]
Healthcare IT News — это издание HIMSS.