2023. 01. 04. - 10:40
Műtét közben állít fel diagnózist a mesterséges intelligencia
Kutatók kifejlesztettek egy mesterséges intelligencia eszközt, amely az operáció során, valós időben állít fel diagnózist.
Kifejlesztettek a kutatók egy mesterséges intelligencia eszközt, amelyet a műtét során valós idejű diagnózis felállítására lehet használni.
Amikor egy pácienst sebészeti beavatkozásnak vetnek alá daganat eltávolítása vagy a betegség kezelése céljából, a műtét menete gyakran nincs előre meghatározva.
Annak eldöntéséhez, hogy mennyi szövetet kell eltávolítani, a sebészeknek többet kell tudniuk az állapotról, beleértve a daganat széleit, annak stádiumát és azt, hogy az elváltozás rosszindulatú vagy jóindulatú-e. Ez a meghatározás gyakran a betegség adatainak összegyűjtésén, elemzésén és diagnosztizálásán múlik, miközben a páciens a műtőasztalon fekszik.
Amikor a sebészek mintákat küldenek egy patológushoz vizsgálatra, a gyorsaság és a pontosság egyaránt fontos. A szövetek vizsgálatának jelenlegi aranystandard megközelítése gyakran túl sokáig tart, a gyorsabb megközelítés pedig - amely magában foglalja a szövetek lefagyasztását -, olyan műtermékeket tartalmazhat, amelyek megnehezíthetik a diagnosztikát. Olvasd el: Mesterséges intelligencia képes megjósolni a műtétek szövődményeit
Műtét közben állít fel diagnózist a mesterséges intelligencia
A Brigham és Női Kórház Mahmood Laboratóriumának kutatói a Bogazici Egyetem munkatársaival jobb módszert fejlesztettek ki egy új tanulmány során. A módszer a mesterséges intelligenciát használja fel a fagyasztott szakaszok és az aranystandard megközelítés közötti „fordításhoz”, javítva a képek minőségét a gyors diagnosztika pontosságának növeléséhez.
„Egy ősrégi probléma megoldásához használjuk most a mesterséges intelligencia erejét, a sebészet és a patológia metszéspontjában - mondta Faisal Mahmood, Ph.D., a BWH Számítógépes Patológiai Osztályának munkatársa. - A gyors diagnózis felállítása kihívást jelent a fagyasztott szövetmintákból. Speciális képzést igényel, de ez a fajta diagnózis kritikus lépés a betegek műtét közbeni ellátásában.”
A végső diagnózis felállításához a patológusok formalinban rögzített és paraffinba ágyazott (FFPE) szövetmintákat használnak – ezzel a módszerrel a szövetet olyan módon őrzik meg, hogy jó minőségű képeket kínáljon, azonban a folyamat munkaigényes és általában 12-48 órát vesz igénybe.
A gyors diagnózis érdekében a patológusok a kriometszésnek nevezett módszert alkalmazzák, amely magában foglalja a szövet gyors lefagyasztását, a metszetek kivágását és ezeknek a vékony szeleteknek a mikroszkóp alatti megfigyelését.
A kriometszés órák helyett perceket vesz igénybe, de eltorzíthatja a sejtrészleteket és veszélyeztetheti vagy elszakíthatja a finom szöveteket. Olvasd el: Teljesen egyedül végzett egy robot laparoszkópos műtétet
Mahmood és a tanulmány társszerzői egy mély tanulási modellt fejlesztettek ki, amely felhasználható a fagyasztott metszetek és a gyakrabban használt FFPE szövetek közötti „fordításra”. A kutatócsoport bebizonyította, hogy a módszer felhasználható különféle rákfajták altípusára, beleértve a gliomát és a nem kissejtes tüdőrákot is.
Megállapításaikat úgy igazolták, hogy patológusokat vontak be a tanulmányba - arra kérték őket, hogy állítsanak fel diagnózist az MI-módszeren átesett és a hagyományos kriometszéses képek alapján. A mesterséges intelligencia-módszer nemcsak a képminőséget javította, hanem a diagnosztikai pontosságot is a szakértők körében. Az algoritmust Törökországból függetlenül gyűjtött adatokon is tesztelték.
A tanulmány szerzői megjegyzik: a jövőben prospektív klinikai vizsgálatokat kell végezni a mesterséges intelligencia-módszer validálására, illetve annak megállapítására, hogy hozzájárulhat-e a diagnosztikai pontossághoz és a sebészeti döntéshozatalhoz valós kórházi körülmények között.
Az mindenesetre kiderült, hogy a mesterséges intelligencia képes rá, hogy az időérzékeny, kritikus diagnózist a patológusok számára egyszerűbbé és elérhetőbbé tegye. Ráadásul potenciálisan bármilyen típusú rákműtétnél alkalmazható.
Az eredményeket a Nature Biomedical Engineering szakfolyóirat közölte.
L.A.