Очередной триумф ИИ в здравоохранении – исследователи разработали модель, способную распознать части опухолей мозга, которые хирурги могут пропустить при операции. Нейросеть распознает ткани всего за 10 секунд и помогает предотвратить множество долгосрочных и краткосрочных осложнений после процедуры.
Технология, разработанная исследователями из Мичиганского университета и Калифорнийского университета в Сан-Франциско, называется FastGlioma, в нее включен термин «глиома», который относится к опухоли головного или спинного мозга.
Работа с распознанием
Работа с распознанием
– Эта технология работает быстрее и точнее, чем существующие стандартные методы диагностики опухолей, и ее можно применять по отношению к диагностике других видов опухолей головного мозга у детей и взрослых. Она способна стать образцовым ассистентом при хирургии опухолей головного мозга, – Нейрохирург Тодд Холлон, старший автор исследования.
При большинстве операций по удалению опухолей сложно отличить здоровую ткань мозга от опухолевой, и в результате в полости, откуда была удалена основная опухоль, могут остаться её частицы.
Это создает риск осложнений, включая судороги, инфекции, головные боли, ухудшение когнитивных функций и двигательную дисфункцию.
Эти остаточные опухоли можно легко обнаружить с помощью МРТ или флуоресцентного визуализирующего агента, их не всегда можно обнаружить во время операции, а технологии распознания не универсальны для всех типов опухолей.
Нейросеть в хирургии
FastGlioma демонстрирует лучшие результаты для распознавания, учитывая, что диагностической системе на базе ИИ требуется только доступ к модели с открытым исходным кодом и вычислительной мощности. Нечто подобное мы видим при симбиозе робототехники с нейросетями, как в недавнем прорыве.
FastGlioma использует базовые модели, тип системы искусственного интеллекта, обученной на больших наборах данных для различных задач. Такие нейросети могут изучать шаблоны для понимания языка и классификации изображений, недавний пример того: GPT-4 от OpenAI.
В этом случае FastGlioma была предварительно обучена с использованием более 11 000 хирургических образцов и 4 миллионов уникальных микроскопических срезов. Образцы опухолей, которые она рассматривала, визуализируются с помощью метода высокого разрешения, называемого стимулированной рамановской гистологией.
Это позволяет системе обнаруживать инфильтрацию опухоли всего за 100 секунд, используя изображения с HD разрешением с точностью 92%. При использовании изображений с более низким разрешением FastGlioma достигла точности 90% всего за 10 секунд. Это позволяет хирургам быстро определять, есть ли остатки опухоли, которую нужно удалить во время операции.
Технология нейросетей в хирургии
Эта технология воплощает в себе самый стремительный прогресс в улучшении скорости выявления остаточных опухолей за последние два десятилетия. Она помогает радикально улучшить качество жизни пациентов после операции и сократить необходимость в дорогостоящих корректирующих процедурах. Вполне может быть, что такое точное распознание поможет и при вживлении нейрочипов.
FastGlioma также может быть расширена для помощи другим типам пациентов в ближайшем будущем.
В будущих исследованиях мы сосредоточимся на применении рабочего процесса FastGlioma к другим видам рака, включая рак легких, простаты, груди, головы и шеи.
Это создает риск осложнений, включая судороги, инфекции, головные боли, ухудшение когнитивных функций и двигательную дисфункцию.
Эти остаточные опухоли можно легко обнаружить с помощью МРТ или флуоресцентного визуализирующего агента, их не всегда можно обнаружить во время операции, а технологии распознания не универсальны для всех типов опухолей.
Нейросеть в хирургии
FastGlioma демонстрирует лучшие результаты для распознавания, учитывая, что диагностической системе на базе ИИ требуется только доступ к модели с открытым исходным кодом и вычислительной мощности. Нечто подобное мы видим при симбиозе робототехники с нейросетями, как в недавнем прорыве.
FastGlioma использует базовые модели, тип системы искусственного интеллекта, обученной на больших наборах данных для различных задач. Такие нейросети могут изучать шаблоны для понимания языка и классификации изображений, недавний пример того: GPT-4 от OpenAI.
В этом случае FastGlioma была предварительно обучена с использованием более 11 000 хирургических образцов и 4 миллионов уникальных микроскопических срезов. Образцы опухолей, которые она рассматривала, визуализируются с помощью метода высокого разрешения, называемого стимулированной рамановской гистологией.
Это позволяет системе обнаруживать инфильтрацию опухоли всего за 100 секунд, используя изображения с HD разрешением с точностью 92%. При использовании изображений с более низким разрешением FastGlioma достигла точности 90% всего за 10 секунд. Это позволяет хирургам быстро определять, есть ли остатки опухоли, которую нужно удалить во время операции.
Технология нейросетей в хирургии
Эта технология воплощает в себе самый стремительный прогресс в улучшении скорости выявления остаточных опухолей за последние два десятилетия. Она помогает радикально улучшить качество жизни пациентов после операции и сократить необходимость в дорогостоящих корректирующих процедурах. Вполне может быть, что такое точное распознание поможет и при вживлении нейрочипов.
FastGlioma также может быть расширена для помощи другим типам пациентов в ближайшем будущем.
В будущих исследованиях мы сосредоточимся на применении рабочего процесса FastGlioma к другим видам рака, включая рак легких, простаты, груди, головы и шеи.
