페름만 의과대학의 연구진은 의료 영상 해석과 암 진단을 혁신시킬 수 있는 혁신적인 인공지능(AI) 애플리케이션을 개발했습니다. 이 애플리케이션인 iStar(Inferring Super-Resolution Tissue Architecture)는 의료 영상을 검사하고 해석하는 새로운 방법을 제공하여 암 세포와 다른 중요한 변형을 발견할 수 있게 해줍니다. 기계 학습과 공간 전사체학을 활용하여, iStar는 거의 단일 세포 해상도에서 유전자 활동을 예측할 수 있습니다. 이 혁신적인 기술은 암외과 의사와 연구자들이 암 수술 후 안전한 여밈을 결정하고, 미세 조직 이미지를 주석으로 달아 수집할 수 있으며, 특정 면역치료 개입의 혜택을 받을 수 있는 환자를 식별하는 데 도움이 될 수 있습니다.
iStar 개발은 조직 공간 내에서 유전자 활동을 지도하는 연구 분야인 공간 전사체학의 발전으로부터 시작되었습니다. 계층적 비전 변형이라는 기계 학습 도구를 사용하여, 이 애플리케이션은 기존 조직 영상을 학습하고 영상을 세분화하여 상세한 세포와 넓은 조직 패턴으로 나눌 수 있습니다. 이 포괄적인 접근 방식은 iStar가 임상 데이터에 제공되는 문맥적 정보와 함께 유전자 활동에 대한 예측적 분석을 적용할 수 있게 해줍니다.
시험 중에 iStar는 시각적 검사만으로 식별하기 어려웠던 종양과 암 세포를 성공적으로 감지했습니다. 이 혁신적인 기술은 의사들이 더 높은 정확도로 보이기 어렵거나 식별하기 힘든 암을 진단하는 데 기여할 수 있으며, 가치 있는 지원 도구 역할을 할 수 있습니다.
iStar와 같은 AI 애플리케이션의 개발은 맞춤형 및 환자 중심의 치료에 대한 중요한 발전을 강조합니다. 혁신적인 정책과 더욱 강력한 컴퓨터가 혁신적인 정밀 의학과 유전체 프로그램을 위한 더 많은 혁신을 제공하는 길을 열어주면서, AI를 활용한 암학 치료는 점점 더 중요해지고 있습니다.
주요 연구자인 Mingyao Li는 iStar의 기술을 조직 견본을 연구하는 병리과 의사의 기술과 비교하여 그 힘을 강조했습니다. iStar는 전체적인 조직 구조와 세부적인 세포 구조를 모두 포착하여 속도와 정확도를 결합하는데, 이로 인해 대규모 생물 의학 연구와 3D 및 생물 은행 견본의 분석에 적합합니다. iStar가 단기간 내에 공간 데이터를 재구성할 수 있는 능력은 큰 장점입니다.
이 혁신적인 AI 애플리케이션은 의료 영상 해석과 암 진단 분야를 혁신적으로 변화시키며, 의사의 의사 결정을 개선하고 환자 결과를 개선하는데 도움이 될 것으로 예상됩니다.
The source of the article is from the blog anexartiti.gr