導讀 導管原位癌 (DCIS) 是一種癌前腫瘤,有時會發(fā)展為高度致命的乳腺癌。它占所有乳腺癌診斷的 25% 左右。由于臨床醫(yī)生很難確定 DCIS 的...
導管原位癌 (DCIS) 是一種癌前腫瘤,有時會發(fā)展為高度致命的乳腺癌。它占所有乳腺癌診斷的 25% 左右。
由于臨床醫(yī)生很難確定 DCIS 的類型和階段,DCIS 患者經(jīng)常接受過度治療。為了解決這個問題,麻省理工學院和蘇黎世聯(lián)邦理工學院的跨學科研究團隊開發(fā)了一種 AI 模型,可以從廉價且易于獲取的乳腺組織圖像中識別 DCIS 的不同階段。他們的模型表明,組織樣本中細胞的狀態(tài)和排列對于確定 DCIS 的階段都很重要。
由于此類組織圖像非常容易獲得,研究人員能夠構(gòu)建同類中最大的數(shù)據(jù)集之一,并用它來訓練和測試他們的模型。當他們將其預測與病理學家的結(jié)論進行比較時,他們發(fā)現(xiàn)在許多情況下存在明顯的一致性。
將來,該模型可以作為一種工具,幫助臨床醫(yī)生簡化簡單病例的診斷,而無需進行勞動密集型測試,從而讓他們有更多時間評估那些不太清楚 DCIS 是否會變得具有侵襲性的病例。
“我們邁出了第一步,認識到在診斷 DCIS 時應該關注細胞的空間組織,現(xiàn)在我們已經(jīng)開發(fā)出一種可擴展的技術。從這里開始,我們真的需要一項前瞻性研究。與醫(yī)院合作并將這項技術應用于臨床將是向前邁出的重要一步,”電氣工程與計算機科學系 (EECS) 和數(shù)據(jù)、系統(tǒng)和社會研究所 (IDSS) 教授 Caroline Uhler 表示。
標簽:
免責聲明:本文由用戶上傳,如有侵權請聯(lián)系刪除!