محققان با استفاده از هوش مصنوعی روشی را برای تعیین اینکه کدام سرطان های پوستی می توانند متاستاتیک باشند ، توسعه دادند.

به گفته دانوسر ، با روشهای عمیق مبتنی بر یادگیری ، فناوری هوش مصنوعی می تواند تفاوت تصاویر نامرئی برای چشم انسان را تشخیص دهد. محققان با استفاده از فناوری هوش مصنوعی به دنبال تفاوت در ویژگی های بیماری برای ارائه بینش در تشخیص یا راهنمای برنامه های درمانی هستند.

با این حال ، دانوسر گفت ، تفاوت های متمایز شده توسط هوش مصنوعی معمولاً از نظر ویژگی های سلولی خاص قابل تفسیر نیستند و این باعث می شود که هوش مصنوعی برای استفاده بالینی مشکل باشد. برای حل این چالش ، دانوسر و تیمش از هوش مصنوعی برای جستجوی تفاوت در تصاویر سلول های ملانوم با پتانسیل متاستاتیک بالا و پایین استفاده کردند.

این گروه سپس یافته های هوش مصنوعی را مهندسی معکوس کردند تا دریابند که کدام ویژگی های تصویر مسئول تفاوت ها هستند. با استفاده از نمونه های توموری از هفت بیمار و اطلاعات موجود در مورد پیشرفت بیماری آنها ، از جمله متاستاز ، محققان ویدئویی از حدود 12000 سلول تصادفی که در ظروف پتری زندگی می کنند ، فیلمبرداری کردند که حدود 1 میلیون و 700 هزار تصویر خام ایجاد کرد.

سپس تیم تحقیق از الگوریتم هوش مصنوعی برای یافتن 56 ویژگی عددی انتزاعی مختلف از تصاویر استفاده کردند. محققان یک ویژگی را پیدا کردند که به طور دقیق بین سلولهای دارای پتانسیل متاستاتیک بالا و پایین تمایز قائل شد.

با دستکاری ویژگی عددی انتزاعی ، محققان تصاویری مصنوعی ایجاد کردند که ویژگی های قابل رویت ذاتی متاستاز را که توسط چشم انسان قابل تشخیص نیست نشان می دهند.

201000523.001