人工智能可能使癌症患者免受不必要的治疗

2023年，约30万Us女性将接受侵袭性乳腺癌的诊断AboutoneineightUs女性一生中会接受更多的癌症诊断

在诊断过程中，病理学家会观察癌组织，以确定出现了什么样的正常组织这个过程，众所周知，集中在癌症的外观上，几十年来几乎没有改变该级别由病理学家确定，用于帮助确定患者将接受的治疗

许多研究表明，非癌细胞，包括免疫系统中的细胞和为问题提供变形和结构的细胞，可以在抑制或抑制肿瘤生长方面发挥重要作用

合作和合作建立了一个AI模型，从数字图像中评估乳腺癌组织，这些图像测量了癌细胞和非癌细胞的外观，以及它们之间的相互作用

“肝脏是病理学家的一个挑战，以评估人类眼睛难以可靠分类的原因，”也是ROBERTH成员的Cooper说鲁里西北大学综合癌症中心“人工智能模型测量了不同的模式，并向病理学家提供了信息，从而使人工智能决策过程向病理学家明确。”

AI系统分析了患者乳房组织的26种不同性质，以生成并全面预测评分该系统还为癌症、免疫和肿瘤细胞生成单独的评分，以向病理学家解释其总体核心例如，在某些患者中，避免性脑脊髓炎患者可能具有免疫细胞的特性，而在其他情况下可能具有癌细胞的特性这些信息可以由患者的护理人员在组织和个人治疗计划中使用

此外，该模型可能有助于确定治疗反应，允许治疗增加或减少，这取决于对组织变化的化学检查例如，该工具可以用来识别患者免疫系统在化疗期间对癌症的有效性，这可以用来减少化疗的持续时间和敏感性

如何标记数据

这项研究是与美国癌症协会（ACS）合作进行的，该协会通过癌症预防研究为乳腺癌患者创建了唯一的数据这些数据是来自423U以上患者的数据s许多县在社区医疗中心接受了诊断或护理这一点很重要，因为大多数研究通常使用来自大型学术医疗中心的数据，而这些研究只占U的一部分s人口在他的合作下，西北大学开发了一个Isoft软件，而美国癌症研究所和国家癌症研究所的科学家们提供了有关乳腺癌治疗和临床结果的专家

为了使用AI模型，科学家们需要对人类产生的细胞和组织结构的外壳和标记进行处理，并对患者组织进行数字化图像处理为了实现这一目标，他们创建了一个由医学生和病理学家组成的跨大陆国际网络这些进化者提供的数据是通过一个完整的系统，而不是几个分析口的结果，这就有可能对乳腺癌组织的图像进行更深入的分析

接下来，科学家们将对模型进行前瞻性评估，以验证其临床价值这与使用数字图像进行诊断的转变相吻合，这将在未来三年内发生

科学家们将重新致力于开发更特定类型的乳腺癌的模型，包括三阴性或HER2阳性侵袭性乳腺癌包括几个不同的类别，重要的组织模式在这两类中可能不同

其他西北作家包括莫哈梅达·姆加德·塔格尔丁、卡利奥皮·西齐奥皮库和杰弗里·戈尔茨坦

这项研究得到了美国国家癌症研究所U01CA220401和U24CA19436201专家的支持s国家卫生研究所