Anonim

Wissenschaftler der Universität Osaka in Japan haben künstliche Intelligenz (KI) entwickelt, mit der verschiedene Krebsarten anhand von Mikroskopiebildern ihrer Zellen identifiziert werden können. Die KI war auch in der Lage zu bestimmen, ob die Krebszellen gegen Strahlung resistent waren, und lernte die Unterschiede zwischen menschlichen und tierischen Krebsarten. Da die Genauigkeit und Aktualität traditioneller Methoden zur Identifizierung von Krebszellen zu Verzögerungen und Fehlern neigt, wäre ein genaues und automatisiertes System für die Krebsforschung und -behandlung insgesamt von Vorteil. Die Ergebnisse der Forschungen der Wissenschaftler wurden in der Dezemberausgabe 2018 von Cancer Research veröffentlicht.

Der für die Zellidentifikation entwickelte AI-Typ wird als Convolutional Neural Network (CNN) bezeichnet. Es basiert lose auf den Konnektivitätsmustern, die von Neuronen im Gehirn verwendet werden und wird hauptsächlich zur Klassifizierung von Bildern verwendet. Wie in ihrer Veröffentlichung beschrieben, verwendeten die Wissenschaftler einen Trainingssatz von jeweils 10.000 Bildern von menschlichen Gebärmutterhalskrebszellen (ME-180) und Plattenepithelkrebszellen der Maus (NR-S1), z. B. den dünnen, flachen Zelltypen auf der Oberfläche der Haut und der dünnen Auskleidungen um verschiedene Organe im ganzen Körper. Sie enthielten auch Bilder von strahlenresistenten Klonen im Set und erzielten letztendlich eine Genauigkeit von 96% in einem 2.000-Bilder-Test.

Da die Zelltypen in einem einzelnen Krebstumor sehr unterschiedlich sein können, ist die Identifizierung der vorhandenen spezifischen Zellen wichtig, um die beste Behandlung zu bestimmen. Ein Tool zur schnellen und genauen Bereitstellung dieser Informationen könnte daher erhebliche Auswirkungen haben. Das Osaka-Team hofft, die Krebsarten, die die KI identifizieren kann, ausweiten und schließlich ein universelles System etablieren zu können, das alle Krebszelltypen identifizieren kann.

Image
Mikroskopische Aufnahme von Hautkrebszellen (Plattenepithelkarzinomen) in einer Maus (blau). | Bildnachweis: Catherine und James Galbraith, Oregon, Universität für Gesundheit und Wissenschaft, Knight Cancer Institute / NIH, CC BY-NC 2.0.