Detecte el cáncer de forma fiable a partir de datos de pacientes con IA – ScienceDaily

Detecte el cáncer de forma fiable a partir de datos de pacientes con IA – ScienceDaily


Un equipo que incluye a científicos médicos de la Universidad de Leeds ha desarrollado una nueva forma de utilizar la inteligencia artificial para predecir el cáncer en función de los datos del paciente sin comprometer la información personal.

La inteligencia artificial (IA) puede analizar grandes cantidades de datos, como imágenes o resultados de estudios, y reconocer patrones que a menudo son irreconocibles para los humanos, lo que los hace extremadamente valiosos para acelerar la detección, el diagnóstico y el tratamiento de enfermedades.

Sin embargo, el uso de la tecnología en instalaciones médicas es controvertido debido al riesgo de divulgación accidental de datos, y muchos sistemas son propiedad y están controlados por empresas privadas, que les dan acceso a los datos confidenciales de los pacientes y son responsables de protegerlos.

Los investigadores querían ver si una forma de IA, llamada aprendizaje de enjambre, podría usarse para ayudar a las computadoras a predecir el cáncer en imágenes médicas de muestras de tejido de pacientes sin compartir los datos con los hospitales.

El aprendizaje de enjambre entrena algoritmos de IA para reconocer patrones en los datos en un hospital o universidad local, p. B. Cambios genéticos en imágenes de tejido humano. El sistema de aprendizaje de enjambre luego envía este algoritmo recién entrenado, pero lo más importante, no hay datos locales ni información del paciente, a una computadora central. Allí se combina con algoritmos generados por otros hospitales de forma idéntica para crear un algoritmo optimizado. Luego se envía de vuelta al hospital local donde se vuelve a aplicar a los datos originales, mejorando la detección de cambios genéticos gracias a sus capacidades de detección más sensibles.

Al hacer esto varias veces, se puede mejorar el algoritmo y crear uno que funcione en todos los conjuntos de datos. Esto significa que la técnica se puede aplicar sin que los datos tengan que compartirse con empresas de terceros o enviarse entre hospitales o cruzar fronteras internacionales.

El equipo entrenó algoritmos de IA con datos de estudio de tres grupos de pacientes de Irlanda del Norte, Alemania y Estados Unidos. Los algoritmos se probaron en dos grandes conjuntos de datos de imágenes de datos generados en Leeds y se descubrió que habían aprendido con éxito cómo predecir la presencia de diferentes subtipos de cáncer en las imágenes.

La investigación fue dirigida por Jakob Nikolas Kather, profesor asociado visitante en la Facultad de Medicina de la Universidad de Leeds e investigador en la Universitätsklinikum RWTH Aachen. El equipo incluía a los profesores Heike Grabsch y Phil Quirke, así como al Dr. Nick West de la Facultad de Medicina de la Universidad de Leeds.

dr. Kather dijo: «Basándonos en los datos de más de 5000 pacientes, pudimos demostrar que los modelos de IA entrenados con el aprendizaje de enjambre pueden predecir cambios genéticos clínicamente relevantes directamente a partir de imágenes de tejidos de tumores de colon».

Phil Quirke, profesor de Patología en la Facultad de Medicina de la Universidad de Leeds, dijo: «Hemos demostrado que el aprendizaje de enjambre se puede utilizar en medicina para entrenar algoritmos de IA independientes para cualquier tarea de análisis de imágenes, sin dar a las instituciones un control seguro». renunciar a sus datos.

«La creación de un sistema de IA que pueda hacer este trabajo mejorará nuestra capacidad para aplicar la IA en el futuro».

fuente de la historia:

Materiales proporcionados por Universidad de Leeds. Nota: El contenido se puede editar por estilo y longitud.

Related post

Hacia la optimización universal de hiperparámetros con transformadores

Hacia la optimización universal de hiperparámetros con transformadores

Publicado por Yutian Chen, científico investigador, DeepMind, y Xingyou (Richard) Song, científico investigador, Google Research, Brain Team Uno de los aspectos…
Visualización de estructuras a nanoescala en tiempo real (con video)

Visualización de estructuras a nanoescala en tiempo real (con…

18 de agosto de 2022 (Noticias de Nanowerk) Los diseñadores de chips de computadora, científicos de materiales, biólogos y otros científicos…
Se revela el prototipo del Dodge Charger Daytona SRT (con video)

Se revela el prototipo del Dodge Charger Daytona SRT…

Para todos los fanáticos de los muscle cars que están tristes porque Dodge planea finalizar la producción del Charger y el…

Leave a Reply

Tu dirección de correo electrónico no será publicada.