close
Ερευνητές από την Ιατρική Σχολή του Στάνφορντ ανέπτυξαν ένα μοντέλο τεχνητής νοημοσύνης με την ονομασία MUSK, το οποίο υπερτερεί των παραδοσιακών μεθόδων στην πρόβλεψη των κλινικών αποτελεσμάτων και στην επιλογή θεραπειών για ασθενείς με διάφορους τύπους καρκίνου. Τα αποτελέσματα της μελέτης που δημοσιεύθηκε στο περιοδικό Nature.
Η μελέτη, η οποία βασίστηκε σε δεδομένα από το πρόγραμμα Cancer Genome Atlas Project, κάλυψε 16 τύπους κακοήθων όγκων. Για να εκπαιδεύσουν το μοντέλο, οι ομάδες χρησιμοποίησαν 50 εκατομμύρια ιατρικές εικόνες τυποποιημένων παθολογικών παρασκευασμάτων και περισσότερα από ένα δισεκατομμύριο κείμενα που σχετίζονται με την παθογένεια και την ανάπτυξη του καρκίνου.
Για ασθενείς με μελάνωμα, το MUSK προέβλεψε την πιθανότητα υποτροπής εντός πέντε ετών με ακρίβεια 83%, 12% υψηλότερη από τα αποτελέσματα άλλων μοντέλων τεχνητής νοημοσύνης.
Το μοντέλο προέβλεψε επίσης την επιβίωση των ασθενών με ακρίβεια 75%. Αυτή η ακρίβεια είναι σημαντικά υψηλότερη από το ποσοστό που καταδεικνύουν οι συνήθεις κλινικές προσεγγίσεις (64%). Το MUSK εντόπισε επίσης ποιοι ασθενείς με καρκίνο του πνεύμονα ή του γαστροοισοφάγου θα ωφεληθούν περισσότερο από την ανοσοθεραπεία, με ακρίβεια 77%, ενώ οι παραδοσιακές μέθοδοι πρόβλεψης εκτέλεσαν αυτό το έργο με ακρίβεια 61%.
Σύμφωνα με τους επιστήμονες, αυτό που κάνει το MUSK ξεχωριστό είναι η ικανότητά του να εκπαιδεύεται σε μεγάλο όγκο δεδομένων χωρίς αυστηρές απαιτήσεις προ-κατάτμησης. Αυτό καθιστά το μοντέλο πιο ευέλικτο και επιτρέπει στους κλινικούς γιατρούς να το προσαρμόζουν για την επίλυση συγκεκριμένων κλινικών προβλημάτων με ελάχιστη πρόσθετη προσπάθεια.
Προηγουμένως κολλώδη μύδια εμπνευσμένο επιστήμονες να δημιουργήσουν μια νέα θεραπεία για τον καρκίνο του πνεύμονα.