Νέες δημοσιεύσεις
Η τεχνητή νοημοσύνη μπορεί να προβλέψει την πρόγνωση στον τριπλά αρνητικό καρκίνο του μαστού
Τελευταία επισκόπηση: 02.07.2025
Όλα τα περιεχόμενα του iLive ελέγχονται ιατρικά ή ελέγχονται για να διασφαλιστεί η όσο το δυνατόν ακριβέστερη ακρίβεια.
Έχουμε αυστηρές κατευθυντήριες γραμμές προμήθειας και συνδέουμε μόνο με αξιόπιστους δικτυακούς τόπους πολυμέσων, ακαδημαϊκά ερευνητικά ιδρύματα και, όπου είναι δυνατόν, ιατρικά επισκοπικά μελέτες. Σημειώστε ότι οι αριθμοί στις παρενθέσεις ([1], [2], κλπ.) Είναι σύνδεσμοι με τις οποίες μπορείτε να κάνετε κλικ σε αυτές τις μελέτες.
Εάν πιστεύετε ότι κάποιο από το περιεχόμενό μας είναι ανακριβές, παρωχημένο ή αμφισβητήσιμο, παρακαλώ επιλέξτε το και πατήστε Ctrl + Enter.
Ερευνητές στο Ινστιτούτο Karolinska στη Σουηδία μελέτησαν πόσο καλά μπορούν διαφορετικά μοντέλα τεχνητής νοημοσύνης να προβλέψουν την πρόγνωση του τριπλά αρνητικού καρκίνου του μαστού αναλύοντας ορισμένα ανοσοκύτταρα μέσα στον όγκο. Η μελέτη, που δημοσιεύτηκε στο περιοδικό eClinicalMedicine, αποτελεί ένα σημαντικό βήμα προς τη χρήση της Τεχνητής Νοημοσύνης στη φροντίδα του καρκίνου για τη βελτίωση της υγείας των ασθενών.
Τα λεμφοκύτταρα που διεισδύουν στον όγκο είναι ένας τύπος ανοσοκυττάρων που παίζει σημαντικό ρόλο στην καταπολέμηση του καρκίνου. Όταν υπάρχουν σε έναν όγκο, σημαίνει ότι το ανοσοποιητικό σύστημα προσπαθεί να επιτεθεί και να καταστρέψει τα καρκινικά κύτταρα.
Αυτά τα ανοσοκύτταρα μπορεί να είναι σημαντικά για την πρόβλεψη του πώς μια ασθενής με τον λεγόμενο τριπλά αρνητικό καρκίνο του μαστού θα ανταποκριθεί στη θεραπεία και πώς θα εξελιχθεί η νόσος. Ωστόσο, τα αποτελέσματα της αξιολόγησης των ανοσοκυττάρων μπορεί να διαφέρουν όταν την κάνουν οι παθολόγοι. Η τεχνητή νοημοσύνη (ΤΝ) μπορεί να βοηθήσει στην τυποποίηση και την αυτοματοποίηση αυτής της διαδικασίας, αλλά ήταν δύσκολο να αποδειχθεί ότι η ΤΝ λειτουργεί αρκετά καλά για χρήση στην υγειονομική περίθαλψη.
Δέκα μοντέλα τεχνητής νοημοσύνης σε σύγκριση
Οι ερευνητές εξέτασαν δέκα διαφορετικά μοντέλα τεχνητής νοημοσύνης και συνέκριναν την ικανότητά τους να αναλύουν λεμφοκύτταρα που διεισδύουν στον όγκο σε δείγματα ιστού τριπλά αρνητικού καρκίνου του μαστού.
Τα αποτελέσματα έδειξαν ότι τα μοντέλα Τεχνητής Νοημοσύνης διέφεραν ως προς την αναλυτική τους απόδοση. Παρά τις διαφορές αυτές, οκτώ στα δέκα μοντέλα έδειξαν καλή προγνωστική ικανότητα, που σημαίνει ότι ήταν σε θέση να προβλέψουν τη μελλοντική κατάσταση της υγείας των ασθενών με παρόμοιο τρόπο.
«Ακόμα και μοντέλα που εκπαιδεύτηκαν σε μικρότερο αριθμό δειγμάτων έδειξαν καλή προγνωστική ικανότητα, υποδεικνύοντας ότι τα λεμφοκύτταρα που διεισδύουν στον όγκο αποτελούν αξιόπιστο βιοδείκτη», δήλωσε ο Balázs Aç, ερευνητής στο Τμήμα Ογκολογίας και Παθολογίας του Ινστιτούτου Karolinska.
Απαιτείται ανεξάρτητη έρευνα
Η μελέτη δείχνει ότι απαιτούνται μεγάλα σύνολα δεδομένων για τη σύγκριση διαφορετικών εργαλείων Τεχνητής Νοημοσύνης και τη διασφάλιση της ποιότητάς τους πριν από την εφαρμογή τους στην υγειονομική περίθαλψη. Ενώ τα αποτελέσματα είναι πολλά υποσχόμενα, απαιτείται περισσότερη επικύρωση.
«Η μελέτη μας υπογραμμίζει τη σημασία των ανεξάρτητων μελετών που μιμούνται την κλινική πρακτική στον πραγματικό κόσμο», λέει ο Balazs Aç. «Μόνο μέσω τέτοιων δοκιμών μπορούμε να είμαστε σίγουροι ότι τα εργαλεία τεχνητής νοημοσύνης είναι αξιόπιστα και αποτελεσματικά για κλινική χρήση».