Remiantis neseniai Harvardo medicinos mokyklos išleistu tyrimu, nauja žvalgybos priemonė dirbtinis yra kuriamas siekiant padėti neurochirurgams gydyti smegenų auglius, ypač gliomos.
Gliomos yra dažni vėžiu sergančių pacientų smegenų augliai. Neurologijos tyrinėtojai dešimtmečius sunkiai dirbo, kad geriau suprastų šią ligą.
Žiūrėti daugiau
AI vystymosi srityje Kinija žengia į priekį, o JAV…
Sužinokite, kaip bendrauti su Bard, nauju Google pokalbių robotu ir konkurentu…
Gliomos gali būti skirtingo agresyvumo. Yra ypač agresyvus tipas, atsakingas už buvusio JAV viceprezidento Joe Bideno ir Arizonos senatoriaus Johno McCaino sūnaus Beau Bideno mirtį.
Pasak vieno iš mokslininkų, dalyvavusių Harvardo medicinos mokyklos tyrime, Kun-Hsing Yu, skirtingų tipų gliomoms reikia skirtingų chirurginių metodų.
Dirbtinis intelektas padės diagnozuoti ligą
Pašalinus gliomą, labai svarbu, kad neurochirurgai turėtų prieigą prie išsamios informacijos, kad būtų užtikrintas pacientų saugumas ir išvengta gretimų smegenų audinių pažeidimo. Tačiau šią informaciją dažnai galima gauti tik tada, kai pacientas jau guli ant operacinio stalo.
Yu.
Patologinė analizė leidžia gydytojams patvirtinti, kad jie pašalina tinkamą audinį, ir nustatyti konkretų paciento vėžio tipą.
Pažangiose medicinos įstaigose galima atlikti patologinę smegenų audinio mėginio analizę užbaigiama maždaug per 10–15 minučių, kai pacientas vis dar yra ant operacinio stalo atvira kaukolė.
Yu pabrėžė, kad šis procesas nėra patikimas, nes patologai turi nutraukti savo veiklą, kad teiktų pirmenybę mėginiams iš vykstančių operacijų.
Šis scenarijus gali sukelti įtampą ir kartais sukelti neoptimalius mėginius, o tai kartais lemia klaidingą diagnozę dėl greito proceso pobūdžio.
Šių apribojimų pripažinimas pabrėžia, kaip svarbu tobulinti patologinės analizės metodus ir ieškoti sprendimų, kurie sumažintų klaidas atliekant smegenų auglio pašalinimo operaciją.
Dirbtinio intelekto priemonių įdiegimas gali suteikti papildomos paramos patologams ir neurochirurgai, padedantys pagerinti diagnostikos tikslumą ir užtikrinti geriausią įmanomą priežiūrą pacientai.
Yu vadovaujama komanda padarė reikšmingą atradimą taikydama mašininio mokymosi metodus. Dirbtinio intelekto atšaka, kai technologija išmoksta modelius be aiškių programuotojo nurodymų, ši programa padarė gliomų analizę greitesnę ir tikslesnę.
Ši technologija gali sumažinti laiką, kurį pacientai turi praleisti operacinėje.
„Trezeme Digital“ suprantame efektyvaus bendravimo svarbą. Žinome, kad kiekvienas žodis yra svarbus, todėl stengiamės pateikti turinį, kuris būtų aktualus, įtraukiantis ir pritaikytas jūsų poreikiams.
