Reklama

Sztuczna inteligencja może wykrywać raka endometrium z niemal idealną dokładnością

Nowe badania pokazują, że dzięki specjalistycznemu modelowi sztucznej inteligencji, jeden z najczęstszych nowotworów ginekologicznych, może być wykrywany szybciej i bardziej precyzyjnie.

Nowe osiągnięcie w diagnostyce raka endometrium dzięki sztucznej inteligencji

Naukowcy z Daffodil International University w Bangladeszu, Charles Darwin University, University of Calgary i Australian Catholic University, opracowali nowy model sztucznej inteligencji, który może wykrywać raka endometrium z dokładnością wynoszącą 99,26%. Badanie, opublikowane w czasopiśmie "Computer Methods and Programs in Biomedicine Update", oferuje nadzieję na wcześniejsze i bardziej precyzyjne diagnozowanie tego nowotworu.

Jak działa model ECgMPL?

Model, nazwany ECgMPL, analizuje obrazy histopatologiczne, czyli mikroskopowe zdjęcia tkanek używane do analizy chorób. System poprawia jakość obrazów, identyfikuje najważniejsze obszary i analizuje tkanki, co pozwala na dokładniejszą ocenę. Dotychczasowa dokładność automatycznej diagnozy raka endometrium, wynosiła od 78,91% do 80,93%, ale nowy model przekracza te wyniki, osiągając imponującą dokładność na poziomie 99,26%.

Reklama

Korzyści modelu ECgMPL w procesach klinicznych

Dr Asif Karim, współautor badania i wykładowca na CDU, wyjaśnia, że model ECgMPL może poprawić procesy kliniczne.

- Nasz model wyprzedza istniejące metody pod względem dokładności, a przy tym jest efektywny obliczeniowo – mówi dr Asif Karim.

Dzięki zastosowaniu metod takich jak ablation studies (badania eliminacji), mechanizmy samoistnej uwagi i efektywne szkolenie, model zapewnia wysoką wydajność w analizie różnych zbiorów danych histopatologicznych, co czyni go solidnym i praktycznym rozwiązaniem w diagnostyce raka endometrium.

Reklama

Model z szerokim potencjałem diagnostycznym

Model ECgMPL ma również szerokie zastosowanie w diagnozowaniu innych rodzajów nowotworów. Według Niushy Shafiabady, współautorki badania i prof. na Australian Catholic University, ten sam model może być użyty do szybkiego i dokładnego wykrywania innych chorób.

- Oceniliśmy model na kilku zestawach danych histopatologicznych i uzyskaliśmy wysoką dokładność w diagnozie innych rodzajów raka: raka okrężnicy (98,57%), raka piersi (98,20%) oraz raka jamy ustnej (97,34%) – mówi prof. Niusha Shafiabady.

Reklama

Obserwuj nas na Obserwuje nas na Google NewsGoogle News

Chcesz być na bieżąco z wieściami z naszego portalu? Obserwuj nas na Google News!

Źródło: medicalxpress.com Aktualizacja: 20/03/2025 16:00
Reklama

Komentarze opinie

Podziel się swoją opinią

Twoje zdanie jest ważne jednak nie może ranić innych osób lub grup.


Reklama
Reklama
Najnowsze wiadomości