يمكن للذكاء الاصطناعي التنبؤ بنتائج الإصابة بالسرطان واستخراج معلومات دقيقة | دراسة
أظهرت نتائج دراسة جديدة، قدرة الذكاء الاصطناعي على فهم العلاقات المكانية بين الخلايا داخل الأنسجة، واستخراج معلومات دقيقة كانت تتجاوز في السابق الفهم البشري، ومن ثم التنبؤ بدقة نتائج السرطان من عينات الأنسجة.
وتوصلت النتائج، إلى أن الذكاء الاصطناعي لديه قدرة على فهم العلاقات المكانية بين الخلايا داخل الأنسجة، واستخراج معلومات دقيقة كانت تتجاوز في السابق الفهم البشري، حيث طور الباحثون نموذجًا للذكاء الاصطناعي يتنبأ بدقة بالنتائج لمرضى السرطان من عينات الأنسجة، مما يمثل تقدمًا كبيرًا في استخدام الذكاء الاصطناعي لتحديد المسار المحتمل للمرض واستراتيجيات العلاج الشخصية، ووفقًا لما نشر في هندوستان تايمز.
الذكاء الاصطناعي للكشف عن السرطان
وأشار الباحثون، إلى أن يحلل النهج المبتكر الترتيب المكاني للخلايا في عينات الأنسجة، وإن التنظيم المكاني للخلية يشبه الصور المقطوعة المعقدة، حيث تعمل كل خلية كـ قطعة فريدة من نوعها.
وأكد الدكتور جوانجوا شياو، الأستاذ في المركز الطبي الجنوبي الغربي بجامعة تكساس، والباحث الرئيسي، على أن الدراسة تعرض القدرة الرائعة للذكاء الاصطناعي على فهم هذه العلاقات المكانية المعقدة بين الخلايا داخل الأنسجة، واستخراج معلومات دقيقة كانت تتجاوز في السابق الفهم البشري مع التنبؤ بنتائج المرضى.
وتم جمع عينات الأنسجة بشكل روتيني من المرضى ووضعها على شرائح لتفسيرها من قبل علماء الأمراض، الذين يقومون بتحليلها لإجراء التشخيص، ومع ذلك، فإن هذه العملية تستغرق وقتًا طويلًا، ويمكن أن تختلف التفسيرات بين علماء الأمراض.
ويمكن للدماغ البشري أن يغفل المميزات الدقيقة الموجودة في الصور المرضية التي قد توفر أدلة مهمة لحالة المريض، كما يمكن أيضًا لنماذج الذكاء الاصطناعي المختلفة التي تم إنشاؤها في السنوات العديدة الماضية أن تؤدي بعض جوانب وظيفة أخصائي علم الأمراض، على سبيل المثال، تحديد أنواع الخلايا أو استخدام قرب الخلية كبديل للتفاعلات بين الخلايا.
يحاكي نموذج الذكاء الاصطناعي الجديد، المسمى Ceograph، كيفية قراءة علماء الأمراض لشرائح الأنسجة، بدءًا من اكتشاف الخلايا في الصور ومواقعها، ومن هناك يحدد أنواع الخلايا بالإضافة إلى توزيعها المكاني، مما يؤدي إلى إنشاء خريطة يمكن من خلالها تحليل ترتيب الخلايا وتوزيعها وتفاعلاتها.
كما نجح الباحثون في تطبيق هذه الأداة على ثلاثة سيناريوهات سريرية باستخدام شرائح علم الأمراض، للتميز في إحدى هذه التجارب، استخدموا برنامج بين نوعين فرعيين من سرطان الرئة، وسرطان الغدي أو سرطان الخلايا الحرشفية.
