Mga bagong publikasyon
Maaaring hulaan ng AI ang pagbabala sa triple negatibong kanser sa suso
Huling nasuri: 02.07.2025
Ang lahat ng nilalaman ng iLive ay medikal na nasuri o naka-check ang katotohanan upang masiguro ang mas tumpak na katumpakan hangga't maaari.
Mayroon kaming mahigpit na mga panuntunan sa pag-uukulan at nag-uugnay lamang sa mga kagalang-galang na mga site ng media, mga institusyong pang-akademikong pananaliksik at, hangga't maaari, ang mga pag-aaral ng medikal na pag-aaral. Tandaan na ang mga numero sa panaklong ([1], [2], atbp) ay maaaring i-click na mga link sa mga pag-aaral na ito.
Kung sa tingin mo na ang alinman sa aming nilalaman ay hindi tumpak, hindi napapanahon, o kung hindi pinag-uusapan, mangyaring piliin ito at pindutin ang Ctrl + Enter.
Napag-aralan ng mga mananaliksik sa Karolinska Institute sa Sweden kung gaano kahusay mahulaan ng iba't ibang mga modelo ng artificial intelligence ang pagbabala ng triple-negative na kanser sa suso sa pamamagitan ng pagsusuri sa ilang mga immune cell sa loob ng tumor. Ang pag-aaral, na inilathala sa journal na eClinicalMedicine, ay isang mahalagang hakbang patungo sa paggamit ng AI sa pangangalaga sa kanser upang mapabuti ang kalusugan ng pasyente.
Ang tumor-infiltrating lymphocytes ay isang uri ng immune cell na gumaganap ng mahalagang papel sa paglaban sa kanser. Kapag naroroon sila sa isang tumor, nangangahulugan ito na sinusubukan ng immune system na atakehin at sirain ang mga selula ng kanser.
Ang mga immune cell na ito ay maaaring mahalaga para sa paghula kung paano tutugon ang isang pasyente na may tinatawag na triple-negative na kanser sa suso sa paggamot at kung paano uunlad ang sakit. Gayunpaman, ang mga resulta ng pagtatasa ng mga immune cell ay maaaring mag-iba kapag ginawa ito ng mga pathologist. Maaaring makatulong ang artificial intelligence (AI) na i-standardize at i-automate ang prosesong ito, ngunit mahirap patunayan na gumagana nang maayos ang AI para magamit sa pangangalagang pangkalusugan.
Kumpara sa sampung modelo ng AI
Sinubukan ng mga mananaliksik ang sampung iba't ibang mga modelo ng AI at inihambing ang kanilang kakayahang pag-aralan ang mga tumor-infiltrating lymphocytes sa triple-negative na mga sample ng tissue ng kanser sa suso.
Ang mga resulta ay nagpakita na ang mga modelo ng AI ay iba-iba sa kanilang analytical na pagganap. Sa kabila ng mga pagkakaibang ito, walo sa sampung modelo ang nagpakita ng mahusay na kakayahan sa paghuhula, ibig sabihin ay nahulaan nila ang katayuan sa kalusugan sa hinaharap ng mga pasyente sa katulad na paraan.
Kahit na ang mga modelong sinanay sa mas maliliit na bilang ng mga sample ay nagpakita ng magandang predictive na kakayahan, na nagpapahiwatig na ang tumor-infiltrating lymphocytes ay isang maaasahang biomarker," sabi ni Balázs Aç, isang mananaliksik sa Department of Oncology and Pathology sa Karolinska Institutet.
Kailangan ang independiyenteng pananaliksik
Ang pag-aaral ay nagpapakita na ang malalaking set ng data ay kailangan upang ihambing ang iba't ibang mga tool ng AI at matiyak ang kanilang kalidad bago ang pagpapatupad sa pangangalagang pangkalusugan. Habang ang mga resulta ay nangangako, higit pang pagpapatunay ang kailangan.
"Ang aming pag-aaral ay nagha-highlight sa kahalagahan ng mga independiyenteng pag-aaral na gayahin ang real-world na klinikal na kasanayan," sabi ni Balazs Aç. "Sa pamamagitan lamang ng mga pagsubok na ito maaari tayong magtiwala na ang mga tool ng AI ay maaasahan at epektibo para sa klinikal na paggamit."