Νέες δημοσιεύσεις
Μοντέλο τεχνητής νοημοσύνης ανιχνεύει σημάδια καρκίνου με εξαιρετικά γρήγορο ρυθμό
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 Πανεπιστήμιο του Γκέτεμποργκ ανέπτυξαν ένα μοντέλο τεχνητής νοημοσύνης που βελτιώνει τις δυνατότητες ανίχνευσης καρκίνου μέσω της ανάλυσης σακχάρου. Αυτό το μοντέλο τεχνητής νοημοσύνης είναι ταχύτερο και καλύτερο στην εύρεση ανωμαλιών από την τρέχουσα ημιαυτόματη μέθοδο.
Οι γλυκάνες, οι δομές των μορίων σακχάρου στα κύτταρά μας, μπορούν να μετρηθούν χρησιμοποιώντας φασματομετρία μάζας. Αυτές οι δομές μπορούν να υποδηλώνουν διάφορες μορφές καρκίνου στα κύτταρα. Ωστόσο, τα δεδομένα από τον φασματόμετρο μάζας πρέπει να αναλυθούν προσεκτικά από ανθρώπους για να προσδιοριστεί η δομή από τον κατακερματισμό της γλυκάνης. Αυτή η διαδικασία μπορεί να διαρκέσει ώρες έως ημέρες για κάθε δείγμα και μπορεί να γίνει με υψηλή ακρίβεια μόνο από έναν μικρό αριθμό ειδικών στον κόσμο, καθώς ουσιαστικά πρόκειται για ερευνητική εργασία που έχει μαθευτεί σε βάθος πολλών ετών.
Αυτοματοποίηση της εργασίας των ντετέκτιβ
Αυτή η διαδικασία αποτελεί εμπόδιο στη χρήση της ανάλυσης γλυκανών, για παράδειγμα για την ανίχνευση καρκίνου, όπου πρέπει να αναλυθούν πολλά δείγματα. Ερευνητές από το Πανεπιστήμιο του Γκέτεμποργκ ανέπτυξαν ένα μοντέλο τεχνητής νοημοσύνης για την αυτοματοποίηση αυτής της εργασίας. Το μοντέλο τεχνητής νοημοσύνης, που ονομάζεται Candycrunch, λύνει την εργασία σε λίγα μόνο δευτερόλεπτα ανά δοκιμή. Τα αποτελέσματα δημοσιεύθηκαν σε επιστημονική εργασία στο περιοδικό Nature Methods.
Το μοντέλο τεχνητής νοημοσύνης εκπαιδεύτηκε χρησιμοποιώντας μια βάση δεδομένων με περισσότερα από 500.000 παραδείγματα διαφορετικών κατακερματισμών και σχετικών δομών μορίων ζάχαρης.
Νέοι βιοδείκτες
Αυτό σημαίνει ότι το μοντέλο Τεχνητής Νοημοσύνης θα μπορούσε σύντομα να επιτύχει το ίδιο επίπεδο ακρίβειας με την αλληλούχιση άλλων βιολογικών αλληλουχιών, όπως το DNA, το RNA ή οι πρωτεΐνες. Με την ταχύτητα και την ακρίβειά του, το μοντέλο θα μπορούσε να επιταχύνει την ανακάλυψη βιοδεικτών γλυκάνης για τη διάγνωση και την πρόγνωση του καρκίνου.
«Πιστεύουμε ότι η ανάλυση γλυκάνης θα γίνει ένα πιο σημαντικό μέρος της βιολογικής και κλινικής έρευνας τώρα που έχουμε αυτοματοποιήσει το σημείο συμφόρησης», λέει ο Daniel Boyar, αναπληρωτής καθηγητής βιοπληροφορικής στο Πανεπιστήμιο του Γκέτεμποργκ.
Το μοντέλο Candycrunch είναι επίσης σε θέση να εντοπίσει δομές που συχνά παραβλέπονται από τη χειροκίνητη ανάλυση λόγω των χαμηλών συγκεντρώσεών τους. Έτσι, το μοντέλο μπορεί να βοηθήσει τους ερευνητές να βρουν νέους βιοδείκτες γλυκάνης.