Yeni Yapay Zeka Aracı Beyin Tümörü Sınıflandırmasını Hızlandırıyor!
Neuroscience News
- Basın Bildirisi
- Tıp
- Bilim Haberciliği
Avustralya Ulusal Üniversitesinden araştırmacılar, beyin tümörlerini daha hızlı ve doğru bir şekilde sınıflandırmak için yeni bir yapay zeka aracı geliştirdi.[1]
Araştırma ekibinden Dr. Danh-Tai Hoang, tümörlerin teşhisinde ve sınıflandırılmasında hassasiyet, hastaların etkili tedavisi için çok önemli bir araç olduğunu belirtiyor. Dr. Hoang, şöyle devam ediyor:
Farklı türdeki beyin tümörlerini tanımlamak için mevcut altın standart, DNA metilasyonuna dayalı profillemedir. DNA metilasyonu, gen aktivitesini kontrol etmek için bir anahtar gibi davranır ve hangi genlerin açılıp kapandığını belirler. Ancak bu tür testleri yapmak için gereken süre, büyük bir dezavantaj olabilir. Bu genellikle birkaç hafta veya daha fazla sürer. Hastalar tedavi kararlarında hızlı sonuçlara ihtiyaç duyabilir. Ayrıca, bu testlerin dünya çapındaki neredeyse tüm hastanelerde bulunmaması da bir sorun.
Bu zorlukların üstesinden gelmek için araştırmacılar, Amerika Birleşik Devletleri'ndeki Ulusal Kanser Enstitüsü'nden uzmanlarla iş birliği yaparak, DNA metilasyonunu tahmin etmenin ve ardından beyin tümörlerini 10 ana alt tipte sınıflandırmanın bir yolu olan DEPLOY'u geliştirdiler.
DEPLOY, bir hastanın dokusunun histopatoloji görüntüleri adı verilen mikroskobik resimlerinden yararlanıyor. Model, ABD ve Avrupa'dan yaklaşık 4.000 hastadan oluşan büyük veri kümeleri üzerinde eğitildi ve doğrulandı. Dr. Hoang, bu konuda şöyle diyor:
DEPLOY, sıra dışı bir şekilde, yüzde 95'lik benzeri görülmemiş bir doğruluk oranına ulaştı. Dahası, özellikle sınıflandırılması zor olan 309 örnekten oluşan bir alt küme verildiğinde, DEPLOY, başlangıçta patologlar tarafından koyulan tanıdan klinik olarak daha uygun bir tanı koyabildi. Bu, DEPLOY'un gelecekteki potansiyel rolünü göstermektedir: DEPLOY, bir patoloğun ilk teşhisine ek olarak veya uyumsuzluk durumunda yeniden değerlendirmeyi teşvik ederek bir tamamlayıcı araç görevi görebilir.
Araştırmacılar DEPLOY'un nihayetinde diğer kanser türlerinin sınıflandırılmasına yardımcı olmak için de kullanılabileceğine inanıyor.
İçeriklerimizin bilimsel gerçekleri doğru bir şekilde yansıtması için en üst düzey çabayı gösteriyoruz. Gözünüze doğru gelmeyen bir şey varsa, mümkünse güvenilir kaynaklarınızla birlikte bize ulaşın!
Bu içeriğimizle ilgili bir sorunuz mu var? Buraya tıklayarak sorabilirsiniz.
Soru & Cevap Platformuna Git-
3
-
1
-
0
-
0
-
0
-
0
-
0
-
0
-
0
-
0
-
0
-
0
- ^ D. Hoang, et al. (2024). Prediction Of Dna Methylation-Based Tumor Types From Histopathology In Central Nervous System Tumors With Deep Learning. Nature Medicine, sf: 1-10. doi: 10.1038/s41591-024-02995-8. | Arşiv Bağlantısı
Evrim Ağacı'na her ay sadece 1 kahve ısmarlayarak destek olmak ister misiniz?
Şu iki siteden birini kullanarak şimdi destek olabilirsiniz:
kreosus.com/evrimagaci | patreon.com/evrimagaci
Çıktı Bilgisi: Bu sayfa, Evrim Ağacı yazdırma aracı kullanılarak 27/07/2024 02:45:15 tarihinde oluşturulmuştur. Evrim Ağacı'ndaki içeriklerin tamamı, birden fazla editör tarafından, durmaksızın elden geçirilmekte, güncellenmekte ve geliştirilmektedir. Dolayısıyla bu çıktının alındığı tarihten sonra yapılan güncellemeleri görmek ve bu içeriğin en güncel halini okumak için lütfen şu adrese gidiniz: https://evrimagaci.org/s/17732
İçerik Kullanım İzinleri: Evrim Ağacı'ndaki yazılı içerikler orijinallerine hiçbir şekilde dokunulmadığı müddetçe izin alınmaksızın paylaşılabilir, kopyalanabilir, yapıştırılabilir, çoğaltılabilir, basılabilir, dağıtılabilir, yayılabilir, alıntılanabilir. Ancak bu içeriklerin hiçbiri izin alınmaksızın değiştirilemez ve değiştirilmiş halleri Evrim Ağacı'na aitmiş gibi sunulamaz. Benzer şekilde, içeriklerin hiçbiri, söz konusu içeriğin açıkça belirtilmiş yazarlarından ve Evrim Ağacı'ndan başkasına aitmiş gibi sunulamaz. Bu sayfa izin alınmaksızın düzenlenemez, Evrim Ağacı logosu, yazar/editör bilgileri ve içeriğin diğer kısımları izin alınmaksızın değiştirilemez veya kaldırılamaz.
