研究人員開(kāi)發(fā)了人工智能模型 可以根據(jù)組織樣本準(zhǔn)確預(yù)測(cè)癌癥結(jié)果

研究人員開(kāi)發(fā)了一種人工智能模型，可以根據(jù)組織樣本準(zhǔn)確預(yù)測(cè)癌癥患者的結(jié)果，標(biāo)志著利用人工智能預(yù)測(cè)疾病的可能病程方面取得了重大進(jìn)展疾病< a i=2>和個(gè)性化治療策略。

《自然通訊》雜志描述的創(chuàng)新方法分析了組織樣本中細(xì)胞的空間排列。

細(xì)胞空間組織就像一個(gè)復(fù)雜的拼圖游戲，其中每個(gè)細(xì)胞都是一個(gè)獨(dú)特的部分，精心組合在一起形成有凝聚力的組織或器官結(jié)構(gòu)，研究人員說(shuō)。

“這項(xiàng)研究展示了人工智能在掌握組織內(nèi)細(xì)胞之間錯(cuò)綜復(fù)雜的空間關(guān)系方面的卓越能力，在預(yù)測(cè)患者的同時(shí)提取以前超出人類理解范圍的微妙信息患者< a i=2>結(jié)果，”研究負(fù)責(zé)人、美國(guó)德克薩斯大學(xué)西南醫(yī)學(xué)中心教授肖光華說(shuō)道。

通常從患者身上收集組織樣本，并將其放在載玻片上供病理學(xué)家解釋，病理學(xué)家分析這些樣本以做出診斷。

此外，他們說(shuō)，人腦可能會(huì)錯(cuò)過(guò)病理圖像中存在的微妙特征，而這些特征可能為患者的病情提供重要線索。

過(guò)去幾年建立的各種人工智能模型可以執(zhí)行病理學(xué)家工作的某些方面，例如識(shí)別細(xì)胞類型或使用細(xì)胞接近度作為細(xì)胞之間相互作用的代理。

　　免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場(chǎng)無(wú)關(guān)。財(cái)經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險(xiǎn)自擔(dān)。 如有侵權(quán)請(qǐng)聯(lián)系刪除！