详细内容或原文请订阅后点击阅览
洛巴切夫斯基大学开发出用于诊断脑肿瘤类型的人工智能系统
基于机器学习的人工智能模型可以对最具侵袭性的脑肿瘤类型之一——神经胶质瘤进行高度准确的诊断。该系统确定肿瘤亚型，预测患者生存率，并在未来帮助选择最佳治疗策略。诊断基于与胶质瘤三种主要亚型相关的 13 个关键基因的活性：星形细胞瘤、少突胶质细胞瘤和胶质母细胞瘤。
来源:Robogeek新闻频道（关于机器人技术的俄罗斯与世界新闻）基于机器学习的人工智能模型可以对最具侵袭性的脑肿瘤类型之一——神经胶质瘤进行高度准确的诊断。该系统确定肿瘤亚型，预测患者生存率，并在未来帮助选择最佳治疗策略。诊断基于与胶质瘤三种主要亚型相关的 13 个关键基因的活性：星形细胞瘤、少突胶质细胞瘤和胶质母细胞瘤。
“神经胶质瘤的经典诊断并不总是能够快速准确地确定肿瘤类型。组织学研究和对个体突变的搜索会导致相互矛盾的诊断。由于神经胶质瘤的异质性，即使是高科技 MRI 协议也可能无法提供必要的信息。我们的工具根据转录组分析数据评估肿瘤，当我们看到哪些基因“关闭”和哪些基因“打开”时，我们可以评估特定患者中这些基因的活性水平。我们的优势解决方案是该系统将确定神经胶质瘤的亚型，并允许医生选择正确的治疗方法，”该研究的作者、UNN 衰老生物学研究所所长说。 NI.罗巴切夫斯基·米哈伊尔·伊万琴科。
许多人工智能模型都按照“黑匣子”原理运行，导致医生无法理解决策背后的逻辑。下诺夫哥罗德科学家采用了可解释人工智能（Explainable AI，XAI）的方法。借助额外的算法，系统准确显示了 13 个重要基因的表达水平如何影响模型的预测。
据科学家称，目前的开发成果主要可用于实验室科学研究。未来，计划在此基础上建立临床检测系统，评估基因表达水平，从而使短时间内做出准确诊断成为可能。