Главная→ Информация для покупателей→ Новости науки→ Искусственный интеллект поможет диагностировать рак молочной железы
Искусственный интеллект поможет диагностировать рак молочной железы
Сегодня лечение рака все больше связано с изучением молекулярных характеристик, определяемых в образцах опухолевой ткани. Множество проводимых исследований ориентируются на выявление изменений ДНК в ней, а также характера этих изменений. В изучаемых образцах тканей ученых также интересует экспрессия генов и белков. Но несмотря на данные ориентиры, которые помогают в диагностике заболевания, исследователи все больше понимают, что прогрессирование рака находится в тесной связи с межклеточным перекрестным взаимодействием, а также взаимодействием, которое наблюдается у неопластических клеток с окружающих их тканями.
Хотя методы с использованием систем микроскопии позволяют проводить исследование биологические процессов с достаточно высокой пространственной детализацией, все же они позволяют осуществлять лишь ограниченное измерение необходимых молекулярных маркеров. Последние, скорее, можно в полной мере определить с помощью взятых из тканей белков или ДНК. В таком режиме изучения пространственная детализация фактически невозможна — остается неясной связь между этими маркерами и микроскопическими структурами.
Если говорить о раке молочной железы, то здесь количество иммигрировавших в опухолевой ткани иммунных клеток лимфоцитов оказывает прямое влияние на прогноз пациента. Ученые спорят о том, имеет ли это число какую-либо прогностическую ценность. По их словам, есть хорошие и надежные гистологические и молекулярные данные, обладающие высокой пространственной детализацией. Но пока не обнаруживаются решающие связи между данными визуализации и высокомерными молекулярными данными.
Именно этот симбиоз и позволил реализовать недавно опубликованный подход. Новая система, оснащенная искусственным интеллектом, помогает облегчить обнаружение патологических изменений, отраженных на микроскопических изображениях. В это же время появляется возможность обеспечить точную визуализацию тепловой карты. Эта карта, в свою очередь, отражает степень вклада каждого пикселя микроскопического изображения в диагностический алгоритм.
Исследовательская группа также преуспела в дальнейшем значительном развитии этого процесса: аналитическая система была обучена с помощью комплекса процессов машинного обучения, чтобы быть способной предсказывать необходимые для лечения молекулярные характеристики, включая экспрессию генов, экспрессию белков в конкретных областях ткани и состояние ДНК. Для выявления некоторых параметров используются гистологические изображения.
- 08 июня 2022
-
Эволюционные пути биосинтеза токсина α-аманитина у ядовитых грибов
Ученые задаются вопросом, почему такие неродственные ядовитые грибы, как красные мухоморы, лепиота и галерина, производят один и тот же смертельный токсин α-аманитин?
- 04 июня 2022
-
Паразитизм на жвачных животных может иметь каскадные последствия для экосистем
Распространенные паразитарные инфекции снижают уровень травоядности жвачных животных и могут вызывать так называемые трофические каскады.
- 01 июня 2022
-
Механистическое происхождение закона роста бактерий
Как происходит клеточное восприятие скорости роста и с помощью каких механизмов бактерии могут обрабатывать сложную пищевую информацию.
- 28 мая 2022
-
Главный принцип эффективной стабилизации взгляда у животных
Поскольку глаза, голова и тело имеют различные механические ограничения (например, инерцию), как нервная система адаптирует свой контроль к этим ограничениям?
- 25 мая 2022
-
Высоко подвижные клетки метаболически реагируют на плотность коллагена
Во время прогрессирования опухоли потеря тканевого гомеостаза и аберрантная механика ткани играют решающую роль в стимулировании инвазии и злокачественности.