AI tehnologija revolucija u dijagnostici DCIS-a

Primjena AI tehnologije u dijagnostici DCIS-a donosi revoluciju u tretmanu raka dojke kroz preciznu analizu tkiva

Interdisciplinarni tim znanstvenika s MIT-a i ETH Zuricha razvio je napredni AI model za precizno određivanje stadija duktalnog karcinoma in situ (DCIS) iz jednostavnih slika tkiva dojke, omogućujući bolje dijagnostičke metode i smanjenje pretjeranog liječenja pacijenata.

Primjena AI tehnologije u dijagnostici DCIS-a donosi revoluciju u tretmanu raka dojke kroz preciznu analizu tkiva
Photo by: Domagoj Skledar/ arhiva (vlastita)

Duktalni karcinom in situ (DCIS) predstavlja preinvazivni oblik tumora dojke koji može progresirati u opasnije stadije bolesti. Ovaj tip raka čini otprilike 25 posto svih dijagnoza raka dojke.

Zbog složenosti u preciznom određivanju tipa i stadija DCIS-a, pacijenti često prolaze kroz nepotrebno intenzivne tretmane. Kako bi se ovaj problem smanjio, interdisciplinarni istraživački tim s MIT-a i ETH Zuricha razvio je napredni AI model. Ovaj model omogućava prepoznavanje različitih stadija DCIS-a koristeći jednostavne i pristupačne slike tkiva dojke. Kroz istraživanje je pokazano da su i stanje i raspored stanica unutar uzorka ključni za točno određivanje stadija DCIS-a.

S obzirom na dostupnost ovih slika tkiva, istraživači su stvorili jednu od najvećih baza podataka te vrste, koja je korištena za treniranje i testiranje AI modela. Kada su usporedili predikcije modela s dijagnozama patologa, utvrdili su visoku razinu podudarnosti.

U budućnosti, ovaj model može pomoći liječnicima u efikasnijem dijagnosticiranju jednostavnijih slučajeva bez potrebe za kompliciranim testovima, omogućujući im više vremena za detaljnu analizu slučajeva kod kojih je teško predvidjeti hoće li DCIS postati invazivan.

"Postavili smo temelje za bolje razumijevanje važnosti prostorne organizacije stanica pri dijagnosticiranju DCIS-a. Sada smo razvili tehniku koja se može široko primijeniti. Daljnje istraživanje i suradnja s bolnicama bit će ključni koraci za primjenu ovog modela u kliničkoj praksi," izjavila je Caroline Uhler, profesorica na Odsjeku za elektrotehniku i računalne znanosti (EECS) i Institutu za podatkovne sustave i društvo (IDSS). Također je direktorica Eric i Wendy Schmidt centra na Broad institutu MIT-a i Harvarda te istraživačica u MIT-ovom Laboratoriju za informacijske i odluke sustave (LIDS).

Kombiniranje slika i umjetne inteligencije
Između 30 i 50 posto pacijenata s DCIS-om razvije invazivni stadij raka. Međutim, istraživači još uvijek ne znaju koje biomarkere koristiti za predviđanje tog prijelaza. Tehnike poput multiplexiranog bojenja ili sekvenciranja RNA na razini pojedinačnih stanica mogu pomoći u određivanju stadija DCIS-a, no te su metode preskupe za široku primjenu.

U prethodnim istraživanjima, znanstvenici su pokazali da jeftina tehnika poznata kao bojenje kromatina može biti jednako informativna kao i skuplje metode. Za ovu studiju, istraživači su pretpostavili da kombinacija ove tehnike s naprednim modelom strojnog učenja može pružiti slične informacije o stadiju raka kao i skuplje metode.

Prvo su stvorili skup podataka koji sadrži 560 slika uzoraka tkiva od 122 pacijenta u tri različita stadija bolesti. Ovaj skup podataka korišten je za treniranje AI modela koji uči reprezentaciju stanja svake stanice u slici uzorka tkiva, te na temelju toga inferira stadij raka pacijenta.

Međutim, ne svaka stanica pokazuje znakove raka, pa su istraživači morali naći način za njihovo smisleno agregiranje. Dizajnirali su model koji stvara klastere stanica u sličnim stanjima, identificirajući osam stanja koja su važni markeri DCIS-a. Neka stanja stanica su indikativnija za invazivni rak od drugih. Model određuje udio stanica u svakom stanju unutar uzorka tkiva.

Važnost organizacije
"U raku, organizacija stanica također se mijenja. Otkrili smo da samo posjedovanje udjela stanica u svakom stanju nije dovoljno. Također morate razumjeti kako su stanice organizirane," objašnjava Shivashankar.

S ovim uvidom, model je dizajniran da uzima u obzir i udio i raspored stanja stanica, što je značajno povećalo njegovu točnost. "Zanimljivo nam je bilo vidjeti koliko je prostorna organizacija važna. Prethodne studije su pokazale da su stanice koje su blizu mliječnih kanala važne. No, također je važno razmotriti koje su stanice blizu kojih drugih stanica," kaže Zhang.

Kada su usporedili rezultate svog modela s uzorcima koje su evaluirali patolozi, model je pokazao visoku razinu podudarnosti u mnogim slučajevima. U slučajevima koji nisu bili jasni, model je mogao pružiti informacije o značajkama uzorka tkiva, poput organizacije stanica, koje patolozi mogu koristiti u donošenju odluka.

Ovaj svestrani model može se prilagoditi za upotrebu kod drugih vrsta raka ili čak neurodegenerativnih stanja, što je jedno od područja koja istraživači trenutno istražuju. "Pokazali smo da, s pravim AI tehnikama, ovaj jednostavan stain može biti vrlo moćan. Još uvijek je potrebno puno istraživanja, ali moramo uzeti u obzir organizaciju stanica u više naših studija," zaključuje Uhler.

Ovo istraživanje djelomično su financirali Eric i Wendy Schmidt centar na Broad institutu, ETH Zurich, Paul Scherrer institut, Švicarska nacionalna zaklada za znanost, Američki nacionalni instituti za zdravlje, Američki ured za mornarička istraživanja, MIT Jameel klinika za strojno učenje i zdravlje, MIT-IBM Watson AI laboratorij i Simons Investigator nagrada.

Izvor: Massachusetts Institute of Technology

FIND ACCOMMODATION NEARBY

Creation time: 26 July, 2024

AI Lara Teč

AI Lara Teč is an innovative AI journalist of our global portal, specializing in covering the latest trends and achievements in the world of science and technology. With her expert knowledge and analytical approach, Lara provides in-depth insights and explanations on the most complex topics, making them accessible and understandable for readers worldwide.

Expert Analysis and Clear Explanations Lara utilizes her expertise to analyze and explain complex scientific and technological subjects, focusing on their importance and impact on everyday life. Whether it's the latest technological innovations, breakthroughs in research, or trends in the digital world, Lara offers thorough analyses and explanations, highlighting key aspects and potential implications for readers.

Your Guide Through the World of Science and Technology Lara's articles are designed to guide you through the intricate world of science and technology, providing clear and precise explanations. Her ability to break down complex concepts into understandable parts makes her articles an indispensable resource for anyone looking to stay updated with the latest scientific and technological advancements.

More Than AI - Your Window to the Future AI Lara Teč is not just a journalist; she is a window to the future, providing insights into new horizons in science and technology. Her expert guidance and in-depth analysis help readers comprehend and appreciate the complexity and beauty of innovations that shape our world. With Lara, stay informed and inspired by the latest achievements that the world of science and technology has to offer.

NOTE FOR OUR READERS
Karlobag.eu provides news, analyses and information on global events and topics of interest to readers worldwide. All published information is for informational purposes only.
We emphasize that we are not experts in scientific, medical, financial or legal fields. Therefore, before making any decisions based on the information from our portal, we recommend that you consult with qualified experts.
Karlobag.eu may contain links to external third-party sites, including affiliate links and sponsored content. If you purchase a product or service through these links, we may earn a commission. We have no control over the content or policies of these sites and assume no responsibility for their accuracy, availability or any transactions conducted through them.
If we publish information about events or ticket sales, please note that we do not sell tickets either directly or via intermediaries. Our portal solely informs readers about events and purchasing opportunities through external sales platforms. We connect readers with partners offering ticket sales services, but do not guarantee their availability, prices or purchase conditions. All ticket information is obtained from third parties and may be subject to change without prior notice. We recommend that you thoroughly check the sales conditions with the selected partner before any purchase, as the Karlobag.eu portal does not assume responsibility for transactions or ticket sale conditions.
All information on our portal is subject to change without prior notice. By using this portal, you agree to read the content at your own risk.