Новые публикации
ИИ может предсказывать прогноз при тройном негативном раке молочной железы
Последняя редакция: 19.11.2024
Весь контент Web2Health проверяется медицинскими экспертами, чтобы обеспечить максимально возможную точность и соответствие фактам.
У нас есть строгие правила по выбору источников информации и мы ссылаемся только на авторитетные сайты, академические исследовательские институты и, по возможности, доказанные медицинские исследования. Обратите внимание, что цифры в скобках ([1], [2] и т. д.) являются интерактивными ссылками на такие исследования.
Если вы считаете, что какой-либо из наших материалов является неточным, устаревшим или иным образом сомнительным, выберите его и нажмите Ctrl + Enter.
Исследователи из Каролинского института в Швеции изучили, насколько хорошо различные модели искусственного интеллекта могут предсказывать прогноз тройного негативного рака молочной железы, анализируя определенные иммунные клетки внутри опухоли. Исследование, опубликованное в журнале eClinicalMedicine, является важным шагом на пути к использованию ИИ в онкологической помощи для улучшения здоровья пациентов.
Опухоль-инфильтрирующие лимфоциты — это тип иммунных клеток, играющих важную роль в борьбе с раком. Когда они присутствуют в опухоли, это означает, что иммунная система пытается атаковать и уничтожить раковые клетки.
Эти иммунные клетки могут быть важны для прогнозирования того, как пациент с так называемым тройным негативным раком молочной железы отреагирует на лечение и как будет развиваться заболевание. Однако результаты оценки иммунных клеток могут различаться, когда этим занимаются патологи. Искусственный интеллект (ИИ) может помочь стандартизировать и автоматизировать этот процесс, но пока было сложно доказать, что ИИ работает достаточно хорошо для использования в здравоохранении.
Сравнили десять моделей ИИ
Исследователи протестировали десять различных моделей ИИ и сравнили их способность анализировать опухоль-инфильтрирующие лимфоциты в образцах ткани тройного негативного рака молочной железы.
Результаты показали, что модели ИИ различались по своей аналитической производительности. Несмотря на эти различия, восемь из десяти моделей показали хорошую прогностическую способность, то есть смогли предсказать будущее состояние здоровья пациентов аналогичным образом.
Даже модели, обученные на меньшем количестве образцов, показали хорошую прогностическую способность, что указывает на то, что опухоль-инфильтрирующие лимфоциты являются надежным биомаркером," — отметил Балаш Ач, исследователь кафедры онкологии и патологии Каролинского института.
Необходимы независимые исследования
Исследование показывает, что для сравнения различных инструментов ИИ и обеспечения их качества перед внедрением в здравоохранение необходимы крупные наборы данных. Хотя результаты многообещающие, требуется больше валидации.
"Наше исследование подчеркивает важность независимых исследований, имитирующих реальную клиническую практику," — говорит Балаш Ач. "Только с помощью таких испытаний мы можем быть уверены, что инструменты ИИ надежны и эффективны для клинического использования."