Учёные из университетов Лозанны и Берна создали новую модель искусственного интеллекта, которая может виртуально окрашивать раковые ткани. Исследование опубликовано в журнале Nature Machine Intelligence. Благодаря новому подходу, разработанному командой компьютерщиков, биологов и клиницистов под руководством Марианны Рапсоманики и Марианны Крюитоф-де-Хулио, можно анализировать раковые ткани без экспериментальных данных. Этот метод позволяет преодолеть проблему ограниченных тканей пациентов. Виртуальное окрашивание: Новый рубеж в исследовании ракаС помощью генеративного ИИ создаются детальные изображения раковой ткани. Они имитируют процесс окрашивания на определённый клеточный маркер. Такие красители дают информацию о состоянии рака пациента и играют важную роль в диагностике. Чтобы создать эти изображения, достаточно одного фактического окрашивания ткани — его проводят в лаборатории в рамках обычной патологии. Так можно смоделировать, какие клетки в этой ткани будут положительно окрашиваться на другие маркеры. Об этом рассказывает Марианна Рапсоманики, специалист по информатике и искусственному интеллекту из Центра биомедицинских данных Лозаннского университета и Университетской больницы Лозанны. Она является соавтором исследования. Технология помогает избежать трудоёмких лабораторных анализов и дополняет информацию, полученную экспериментальным путём.
Понимание метода: Контрастный непарный переводСуть метода контрастного непарного перевода можно понять на примере приложения для мобильного телефона. Оно создаёт виртуальное изображение, имитирующее будущую внешность человека, исходя из его текущей фотографии. Алгоритм строит этот прогноз на основе тысяч фотографий других людей в возрасте. Он может применить это преобразование к любой фотографии. VirtualMultiplexer преобразует фотографию с одним цветом в изображения, показывающие, какие клетки в раковой ткани положительно окрашиваются на определённую маркерную молекулу. Это возможно благодаря обучению модели искусственного интеллекта на снимках других тканей с экспериментально нанесёнными красителями. VirtualMultiplexer может применить полученный стиль к изображению ткани и сгенерировать виртуальную версию нужного красителя. Предотвращение галлюцинаций: Обеспечение эффективности и клинической значимостиУчёные проверили, что виртуальные изображения не просто правдоподобны, а действительно имеют клиническое значение. Они сравнили, насколько хорошо новые изображения предсказывают исходы заболеваний по сравнению с реальными данными. Оказалось, что модель надёжна и достоверна. Исследователи проверили VirtualMultiplexer тестом Тьюринга. Этот тест назван в честь Алана Тьюринга, основателя современного искусственного интеллекта. Он определяет, может ли ИИ создавать результаты, неотличимые от человеческих. Эксперты-патологоанатомы не смогли отличить традиционные окрашенные изображения от сгенерированных ИИ. Это показывает эффективность модели. Многомасштабный подход: важное достижениеОдно из главных достижений VirtualMultiplexer — многомасштабный подход. Традиционные модели изучают ткань либо на микроскопическом уровне (на уровне клеток), либо в макроскопическом масштабе (в масштабе всей ткани). А модель, предложенная командой из Лозанны и Берна, учитывает три масштаба структуры раковой ткани: её глобальный вид и архитектуру, взаимоотношения между соседними клетками и детальные характеристики отдельных клеток. Благодаря такому подходу можно более точно представить образ ткани. Последствия для исследований рака и не толькоИсследование VirtualMultiplexer — это большой шаг вперёд в изучении рака. Инструмент создаёт качественные имитации окрашивания и помогает учёным выдвигать гипотезы, определять приоритеты экспериментов и лучше понимать биологию рака.
Инновационный подход может помочь в биологических исследованиях с помощью фундаментальных моделей искусственного интеллекта (ИИ). Эти модели могут учиться на большом количестве данных и понимать сложные структуры. Они способны выполнять разные задачи. Марианна Рапсоманики надеется, что инструмент VirtualMultiplexer поможет моделям анализировать характеристики тканей. Он быстро и бесплатно генерирует реалистичные изображения. Это откроет путь к новым открытиям в области исследований и диагностики. 09.09.2024 |
Net&IT
Rice: Полидактилия и другие странности анатомии от ИИ останутся в прошлом | |
Генеративный искусственный интеллект часто оши... |
IEEE TSP: Низкоорбитальные спутники можно сделать высокопроизводительными | |
Спутники на низкой орбите смогут обеспечи... |
Выпускница ЛЭТИ разработала ПО для подбора сотрудников в соцсетях | |
Приложение на основе нейросети поможет из... |
FBINF: Искать триггеры рака стало проще — на помощь пришел компьютерный алгоритм | |
Компьютерный алгоритм помогает находить генети... |
Разработан метод улучшения изображения, полученного при низкой освещенности | |
С развитием интеллектуальной эры все ... |
Nature Machine Intelligence: Генеративный ИИ берется за прогнозы в онкологии | |
Учёные из университетов Лозанны и Бе... |
Разработчик рассказал, когда искусственный интеллект превзойдет человеческий | |
Аналитик Эйтан Майкл Азофф считает, что л... |
JID: Новый анализ волос с помощью ИИ улучшит исследование здоровья | |
Новое приложение с искусственным интеллек... |
В ЛЭТИ разработали ПО для поисковых и спасательных дронов с компьютерным зрением | |
Учёные разрабатывают ПО, которое позволит дрон... |
В Киберателье УГНТУ создали «умную» одежду для работников нефтегазовой отрасли | |
Куртки с датчиками, изготовленные в ... |
В МТУСИ предложили усовершенствовать процессы SAST | |
Миллионы людей по всему миру ежедневно по... |
Radiology: ChatGPT не справился с интерпретацией радиологических снимков | |
Исследователи выяснили, что ChatGPT-4 Vis... |
Лабораторию цифровых двойников геосистем открыли в СПбГУТ | |
В Санкт-Петербургском университете телекоммуни... |
PNAS: Появилось новое решение одной из 10 самых известных проблем в информатике | |
Когда вы вызываете машину через приложени... |
Nature: Эксперимент провалился — ИИ не способен проводить лабораторные работы | |
Большая языковая модель может многое: читать л... |
IJHCS: Пожилые хуже справляются с простыми задачами на компьютере | |
Исследование показало, что интеллект игра... |
MIT: Данным для обучения больших языковых моделей часто не хватает прозрачности | |
Исследователи создали простой инструмент, кото... |
Раскрыт потенциал связи 6G с помощью нового поляризационного мультиплексора | |
Терагерцовая связь — это новый... |
ИИ помогает контролировать землепользование и пресекать самострой в Москве | |
С начала года в столице с помощью ци... |
Autism: Игра Dungeons & Dragons помогает аутистам обрести уверенность в себе | |
Dungeons and Dragons — популярная р... |
Nature: Лестничные молекулы улучшают проводимость в молекулярных соединениях | |
Размеры электронных устройств становятся всё&n... |
MIT: Создан алгоритм квантового компьютера для взлома криптосистемы RSA | |
Исследователи предлагают новый способ создания... |
Science: ИИ решает одну из самых сложных задач в квантовой химии | |
Учёные из Имперского колледжа Лондона и&n... |
CRPS: Гидрогель научили играть в пинг-понг, и он делает это как живой | |
Команда под руководством доктора Йошикацу... |
European Radiology: ИИ может заменить ординатора, но не опытного врача | |
В радиологии для интерпретации результато... |
Магистрант МАИ обучил нейронную сеть оптимизировать производство | |
Студент МАИ Семён Беляев предложил способ... |
Nature Reviews Materials: В поиске полимера будущего поможет ИИ | |
Нейлон, тефлон, кевлар — это л... |
Цифровой полигон МФТИ ускорит разработку БПЛА в России | |
Сотрудники передовой инженерной школы МФТИ пре... |
За 4 месяца модель ИИ научили исследовать урожайность полей | |
Модель искусственного интеллекта, созданная вы... |
NPJ Digital medicine: Мобильные приложения действительно держат нас в тонусе | |
Мобильные приложения, веб-сайты и текстов... |