Visas „iLive“ turinys yra peržiūrėtas medicinoje arba tikrinamas, kad būtų užtikrintas kuo didesnis faktinis tikslumas.
Mes turime griežtas įsigijimo gaires ir susiejamos tik su geros reputacijos žiniasklaidos svetainėmis, akademinių tyrimų institucijomis ir, jei įmanoma, medicininiu požiūriu peržiūrimais tyrimais. Atkreipkite dėmesį, kad skliausteliuose ([1], [2] ir tt) esantys numeriai yra paspaudžiami nuorodos į šias studijas.
Jei manote, kad bet koks mūsų turinys yra netikslus, pasenęs arba kitaip abejotinas, pasirinkite jį ir paspauskite Ctrl + Enter.
dirbtinis intelektas gali nuspėti trigubai neigiamo krūties vėžio prognozę
Paskutinį kartą peržiūrėta: 02.07.2025
Švedijos Karolinska instituto tyrėjai tyrė, kaip gerai skirtingi dirbtinio intelekto modeliai gali numatyti trigubai neigiamo krūties vėžio prognozę, analizuodami tam tikras imunines ląsteles naviko viduje. Tyrimas, paskelbtas žurnale „eClinicalMedicine“, yra svarbus žingsnis siekiant naudoti dirbtinį intelektą vėžio gydyme, siekiant pagerinti pacientų sveikatą.
Į naviką infiltruojantys limfocitai yra imuninių ląstelių tipas, atliekantis svarbų vaidmenį kovojant su vėžiu. Kai jų yra navike, tai reiškia, kad imuninė sistema bando atakuoti ir sunaikinti vėžio ląsteles.
Šios imuninės ląstelės gali būti svarbios prognozuojant, kaip pacientas, sergantis vadinamuoju trigubai neigiamu krūties vėžiu, reaguos į gydymą ir kaip liga progresuos. Tačiau imuninių ląstelių vertinimo rezultatai gali skirtis, kai tai atlieka patologai. Dirbtinis intelektas (DI) gali padėti standartizuoti ir automatizuoti šį procesą, tačiau buvo sunku įrodyti, kad DI veikia pakankamai gerai, kad būtų naudojamas sveikatos priežiūros srityje.
Dešimt dirbtinio intelekto modelių palyginimas
Tyrėjai išbandė dešimt skirtingų dirbtinio intelekto modelių ir palygino jų gebėjimą analizuoti naviką infiltruojančius limfocitus trigubai neigiamuose krūties vėžio audinių mėginiuose.
Rezultatai parodė, kad dirbtinio intelekto modeliai skyrėsi savo analitiniu našumu. Nepaisant šių skirtumų, aštuoni iš dešimties modelių pasižymėjo geru prognozavimo gebėjimu, o tai reiškia, kad jie galėjo panašiai numatyti pacientų būsimą sveikatos būklę.
„Net modeliai, apmokyti su mažesniu mėginių skaičiumi, parodė gerą prognozavimo gebėjimą, o tai rodo, kad naviką infiltruojantys limfocitai yra patikimas biožymuo“, – teigė Balázs Aç, Karolinska instituto Onkologijos ir patologijos katedros tyrėjas.
Reikalingas nepriklausomas tyrimas
Tyrimas rodo, kad norint palyginti skirtingus dirbtinio intelekto įrankius ir užtikrinti jų kokybę prieš juos įdiegiant sveikatos priežiūros srityje, reikia didelių duomenų rinkinių. Nors rezultatai daug žadantys, reikia atlikti išsamesnį patvirtinimą.
„Mūsų tyrimas pabrėžia nepriklausomų tyrimų, kurie imituoja realią klinikinę praktiką, svarbą“, – sako Balazs Aç. „Tik atlikdami tokius bandymus galime būti tikri, kad dirbtinio intelekto įrankiai yra patikimi ir veiksmingi klinikiniam naudojimui.“