На информационном ресурсе применяются рекомендательные технологии (информационные технологии предоставления информации на основе сбора, систематизации и анализа сведений, относящихся к предпочтениям пользователей сети "Интернет", находящихся на территории Российской Федерации)

Царьград

7 088 подписчиков

Свежие комментарии

  • Сергей Иванов
    Пусть этот микрон желает своего старого деда Бриджит.Макрон сообщил, ч...
  • Анатолий Ишимбаев
    Их заклинило на национализме и это надолго!"Не будем делить ...
  • HotRS
    Осталось определить критерии ясности ума.Протоиерей Николь...

ИИ против редких видов рака: учёные создают виртуальных пациентов для разработки новых методов лечения

Новая технология поможет лечить редкие опухоли, создавая синтетические профили пациентов.

Учёные применили возможности искусственного интеллекта для разработки новых подходов к лечению редких онкологических заболеваний. Об этом рассказал автор идеи и реализации проекта, доктор наук, системный биолог и исследователь онкологического центра Memorial Sloan Kettering Cancer Center (MSKCC) Дмитрий Чебанов.

Результаты исследования были представлены на конференции Американской ассоциации исследований рака.

Чебанов пояснил, что разработанная ИИ-система не просто анализирует данные онкобольных, а создаёт их виртуальные копии, чтобы компенсировать недостаток информации о редких опухолях. Эта технология открывает новые перспективы для разработки лекарств и может радикально изменить персонализированную медицину в ближайшем будущем.

По словам специалиста, в медицине ИИ обычно используется для поиска информации в электронных медицинских картах. Подход учёных принципиально иной: модель сама генерирует новые молекулярные профили, а не просто обрабатывает существующие. Это первое применение подобной технологии для создания синтетических данных о раке.

Основой для выбора терапии являются данные о молекулярных нарушениях в клетках опухоли. Однако, как отметил биолог, для редких видов рака такой информации недостаточно. ИИ может сгенерировать недостающие сведения и ускорить процесс накопления статистики.

Исследователи использовали принципы больших языковых моделей, рассматривая молекулярные профили опухолей как "предложения" и создавая на их основе сотни или тысячи цифровых двойников реальных пациентов.

Для проверки технологии учёные обучили диагностический классификатор на виртуальных пациентах и показали, что его точность при диагностике реальных людей выше, чем у модели, обученной на реальных данных. Разработка также позволяет оперативно дополнять неполные молекулярные профили, что важно для быстрого начала лечения.

 

Ссылка на первоисточник
наверх