Система искусственного интеллекта позволяет в короткие сроки диагностировать плоскоклеточную карциному полости рта с вероятностью 92%, как сообщается в новом исследовании. Быстрое и автоматическое определение данного типа рака необходимо для своевременного лечения с успешным прогнозом.
Сегодня для клинической оценки плоскоклеточных карцином проводят анализ эпителиальных тканей ротовой полости. Данный анализ занимает достаточно много времени, поскольку лаборанту отдела патологии приходится давать оценку каждому различию между здоровыми клетками и клетками рака. В результате лечение заболевания откладывается на период постановки диагноза.
В недавно проведенной работе было показано, что компьютерные алгоритмы позволяют диагностировать подслизистый фиброз полости рта на основе снимков биопсии тканей. Исследователи применяют разнообразные технологии искусственного интеллекта с целью создания диагностических тестов для определения онкологии. По словам авторов, технология, используемая в исследовании, впервые позволила провести диагностику плоскоклеточного рака ротовой полости без оценки лаборанта или врача.
Д-р Маханта использовала два метода для оценки снимков биопсии. Первый метод – перенос обучения с помощью предварительно обученной точной сверточной нейросети (CNN) на 4 моделях: Alexnet, VGG-16, VGG-19, Resnet-50. Второй метод – использование предварительной CNN модели. Затем лаборант отдела патологии отмечал области на снимке биопсии, данные были собраны и распределены по меткам.
Наибольшая точность в классификации форм рака отмечалась при использовании модели Resnet-50, однако лучшая характеристика переноса обучения отмечалась у предварительной модели CNN, с точностью 97,5%.
Авторы не выявили ограничений, которые могли бы повлиять на результаты работы. На данном этапе они работают над переносом данного алгоритма в программное обеспечение, которое можно внедрить в больничную компьютерную систему для проведения клинического исследования.
«Ценность данной работы в том, что впервые удалось использовать математические методы и технологию искусственного интеллекта для диагностики наиболее распространенной формы рака ротовой полости по снимкам биопсии», - говорят авторы.
Система искусственного интеллекта позволяет в короткие сроки диагностировать плоскоклеточную карциному полости рта с вероятностью 92%, как сообщается в новом исследовании. Быстрое и автоматическое определение данного типа рака необходимо для своевременного лечения с успешным прогнозом.
Сегодня для клинической оценки плоскоклеточных карцином проводят анализ эпителиальных тканей ротовой полости. Данный анализ занимает достаточно много времени, поскольку лаборанту отдела патологии приходится давать оценку каждому различию между здоровыми клетками и клетками рака. В результате лечение заболевания откладывается на период постановки диагноза.
В недавно проведенной работе было показано, что компьютерные алгоритмы позволяют диагностировать подслизистый фиброз полости рта на основе снимков биопсии тканей. Исследователи применяют разнообразные технологии искусственного интеллекта с целью создания диагностических тестов для определения онкологии. По словам авторов, технология, используемая в исследовании, впервые позволила провести диагностику плоскоклеточного рака ротовой полости без оценки лаборанта или врача.
Д-р Маханта использовала два метода для оценки снимков биопсии. Первый метод – перенос обучения с помощью предварительно обученной точной сверточной нейросети (CNN) на 4 моделях: Alexnet, VGG-16, VGG-19, Resnet-50. Второй метод – использование предварительной CNN модели. Затем лаборант отдела патологии отмечал области на снимке биопсии, данные были собраны и распределены по меткам.
Наибольшая точность в классификации форм рака отмечалась при использовании модели Resnet-50, однако лучшая характеристика переноса обучения отмечалась у предварительной модели CNN, с точностью 97,5%.
Авторы не выявили ограничений, которые могли бы повлиять на результаты работы. На данном этапе они работают над переносом данного алгоритма в программное обеспечение, которое можно внедрить в больничную компьютерную систему для проведения клинического исследования.
«Ценность данной работы в том, что впервые удалось использовать математические методы и технологию искусственного интеллекта для диагностики наиболее распространенной формы рака ротовой полости по снимкам биопсии», - говорят авторы.
Читайте также:
Статьи от брендов
0 комментариев