新しい AI モデルが数分で肺がん組織を検出し、AI が医療業界に変革をもたらす

ケルン大学医学部とケルン大学病院のエンジニアのチームは、検出に役立つ AI モデルを導入しました

肺がんは世界で最も致死率の高い病気の 1 つであり、2023 年には推定 130 万人の命が奪われます。非小細胞肺がん (NSCLC) は全肺がんの 80% 以上を占め、時間の経過とともに肺組織に悪性腫瘍が発生するのが特徴です。

周囲の組織を破壊する前に腫瘍を除去するには、患者は集中的かつ消耗性の高い治療を受ける必要があり、その費用は平均で68,000ドルを超える場合があります。早期の診断と治療にもかかわらず、肺がんの死亡率は依然として高いままです。したがって、正確な診断は予防に次いで重要です。

病理学的検査は、腫瘍学者が肺がん組織を検出するために使用する主な方法です。このプロセス中に、医療専門家はヘマトキシリンおよびエオシン (H&E) で染色された組織サンプルを収集します。これらのサンプルは腫瘍学者によって検査され、腫瘍細胞の存在が特定され、データと遺伝学を組み合わせて効果的な治療法を調整します。

腫瘍学において組織収集の最初のステップは何十年もほとんど変わっていませんが、データが処理される方法と手段はデジタル形式に移行しています。デジタル病理学プラットフォームにより、研究者は顕微鏡で細胞を観察する必要がなくなり、代わりにコンピューター モニターを使用できるようになりました。

病理学のデジタル化は、ソフトウェアを発見プロセスに統合する機能など、いくつかの重大な利点をもたらしました。現在、ほとんどの専門家は、何らかの形式のデジタル肺組織分析を使用してあなたの状態を判断しています。今後数年間で、組織内の肺がんの存在を判断する主な方法として、人工知能が手動操作のソフトウェア システムに取って代わるでしょう。

人工知能モデルは、膨大な数の組織学的画像を活用し、人間の検査者が捉えることができない追加情報を抽出できます。そのため、より効果的でアクセスしやすい AI を活用した病理学的システムを作成するという強い推進力があります。

Cell Reports Medicine 誌に掲載された最近の研究では、NSCLC 診断のために特別に設計された新しい AI アルゴリズムと計算病理学プラットフォームが明らかにされました。この研究は、新しい AI 基盤モデルの組み合わせを実証し、これまでに使用された最大かつ最も関連性の高いデータセットを表しています。このシステムは、肺腺癌や扁平上皮癌などの重要な詳細を含むスライド全体の画像を含む、詳細なマルチクラス組織データセットを統合します。注目すべきは、この AI モデルは 1,527 人の患者からの 4,000 枚以上のスライドを統合し、肺がん研究提供者の国際コホートから派生したことです。

研究のテスト段階では、品質を確保するために、組織サンプルの結果と専門の病理学者の意見を比較することが含まれていました。チームは、結果の確認を容易にする、H&E 染色組織サンプルに由来する、説明可能で独立した有能な予後パラメーターのみを使用することに熱心でした。実験では4つのAIモデルを使用した。各 AI アルゴリズムは、上皮腫瘍成分、腫瘍間質、壊死性残骸、ムチンなどのさまざまなクラスを検査して決定するように設計されています。 AI システムはライブデータをレビューし、類似点を求めてモデル内の三次リンパ構造および壊死の評価と比較しました。

その結果、このアルゴリズムは肺がん腫瘍を判定する他の方法よりも精度が高く、高速であることが明らかになりました。チームは .89 の精度を実証しましたが、不正確さの多くは AI アルゴリズムの検出能力ではなく、ピクセルに関連する光学的な問題に該当します。 AI を活用した肺がん検出システムは、市場にいくつかのメリットをもたらします。まず、これらの低コストの代替手段は、より大規模で専門的な機器や専門家が利用できない遠隔地でも使用できます。そのため、よりバランスの取れた利用しやすい治療プロセスの作成に役立つ可能性があります。

AI システムの主な利点の 1 つは、完全に自動化されていることです。組織サンプルがスキャンされ、表示され、検査され、治療の推奨がシステムによって行われます。診断時間を短縮することで、患者は治療の必要性と費用を削減できます。この研究が多くの専門家を興奮させているもう 1 つの主な理由は、新しいデータ収集方法を導き出すための扉を開くことです。

AI algorithms are getting more capable of determining hard-to-see patterns and connections within data sets. As such, this system will be able to continually learn from old and new information collected from patients, improving its capabilities. Millions of lung cancer tissue samples have been taken over the years this disease has been researched. This data may unlock some clues into future prevention methods once imputed into a larger AI model that can determine hard-to-detect patterns and connected occurrences.

Another major benefit is better treatments. This system enables healthcare professionals to create optimized and personalized treatments for their patients in record time. Lung cancer diagnosis is vital in preventing the spread of the disease and reducing mortality rates in patients. In the future, these systems could be placed in your home or even rented to individuals or small clinics. This maneuver would open the door for global adoption while reducing misdiagnosis, the need to travel, and expenses for all parties involved.

The research team for the project was led by Dr Yuri Tolkach and Professor Dr Reinhard Büttne from the Institute of General Pathology and Pathological Anatomy at University Hospital Cologne. The project was made possible through funding grants from the North Rhine-Westphalia state, and the Federal Ministry of Education and

以上が新しい AI モデルが数分で肺がん組織を検出し、AI が医療業界に変革をもたらすの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。