導(dǎo)讀 研究人員開發(fā)了一種人工智能模型,可以根據(jù)組織樣本準(zhǔn)確預(yù)測癌癥患者的結(jié)果,標(biāo)志著利用人工智能預(yù)測疾病的可能病程方面取得了重大進(jìn)展疾病...
研究人員開發(fā)了一種人工智能模型,可以根據(jù)組織樣本準(zhǔn)確預(yù)測癌癥患者的結(jié)果,標(biāo)志著利用人工智能預(yù)測疾病的可能病程方面取得了重大進(jìn)展疾病< a i=2>和個性化治療策略。
《自然通訊》雜志描述的創(chuàng)新方法分析了組織樣本中細(xì)胞的空間排列。
細(xì)胞空間組織就像一個復(fù)雜的拼圖游戲,其中每個細(xì)胞都是一個獨(dú)特的部分,精心組合在一起形成有凝聚力的組織或器官結(jié)構(gòu),研究人員說。
“這項(xiàng)研究展示了人工智能在掌握組織內(nèi)細(xì)胞之間錯綜復(fù)雜的空間關(guān)系方面的卓越能力,在預(yù)測患者的同時提取以前超出人類理解范圍的微妙信息患者< a i=2>結(jié)果,”研究負(fù)責(zé)人、美國德克薩斯大學(xué)西南醫(yī)學(xué)中心教授肖光華說道。
通常從患者身上收集組織樣本,并將其放在載玻片上供病理學(xué)家解釋,病理學(xué)家分析這些樣本以做出診斷。
此外,他們說,人腦可能會錯過病理圖像中存在的微妙特征,而這些特征可能為患者的病情提供重要線索。
過去幾年建立的各種人工智能模型可以執(zhí)行病理學(xué)家工作的某些方面,例如識別細(xì)胞類型或使用細(xì)胞接近度作為細(xì)胞之間相互作用的代理。
標(biāo)簽:
免責(zé)聲明:本文由用戶上傳,如有侵權(quán)請聯(lián)系刪除!