Attenzione: questa pagina è una traduzione automatica di questa pagina originariamente in lingua inglese. Si prega di notare in quanto le traduzioni sono generate da macchine, non tutte le traduzioni saranno perfetti. Questo sito web e le sue pagine web sono destinati ad essere letto in inglese. Ogni traduzione del sito e le sue pagine web possono essere imprecise e inesatte, in tutto o in parte. Questa traduzione è fornita per comodità.

Applicazione della potenza di AI migliorare i risultati del cuore-trapianto

Il gruppo dei ricercatori biomedici al centro per la rappresentazione di calcolo ed i sistemi diagnostici personali (CCIPD) ha affrontato i vari aspetti del cancro polmonare, del cancro al seno, del tumore del colon e di più da quando il centro è stato lanciato alla Case Western Reserve University nel 2012 dal pioniere Anant Madabhushi della bioingegneria.

Ora, il laboratorio di Madabhushi ed i partner nella scuola di medicina di Perelman alla clinica dell'università della Pennsylvania (Penn) e di Cleveland, facendo uso dalla della ricerca (AI) guidata da intelligenza artificiale della medicina di precisione, stanno applicando quelle stesse tecniche per esaminare quali pazienti cardiaci saranno più probabili accettare o rifiutare un nuovo cuore.

Il loro gruppo recentemente ha ricevuto un quadriennale, gli istituti nazionali $3,2 milioni della concessione di salubrità (NIH) per perseguire il progetto.

La clinica di Cleveland, Penn ed il centro medico del Cedro-Sinai forniranno i dati--immagini digitalizzate delle biopsie dai pazienti che già hanno avuti trapianti. Poi, Madabhushi e Kenneth B. Margulies, il MD, un professore di medicina cardiovascolare a Penn, applicheranno le tecniche di AI ai dati per vedere se le immagini iniziali di biopsia potrebbero predire più esattamente quali pazienti accetterebbero o rifiuterebbero il nuovo cuore.

“Applicando la potenza di AI„

Ora, i patologi esaminano le biopsie ed usano il loro proprio schema di classificazione basato sulle funzionalità del tessuto del cuore. Che cosa stiamo facendo, sta applicando la potenza di AI e di dispositivo ottico del computer analizzare le immagini del tessuto di biopsia a quantitativamente e riproducibile distinguere i gradi cardiaci differenti di rifiuto.„

Anant Madabhushi, il professor di F. Alex Nason II di assistenza tecnica biomedica alla riserva occidentale di caso

Madabhushi ed il suo gruppo dei ricercatori nel centro, che ha stato bene ad una guida globale nella ricerca AI guidata della medicina di precisione, ora numera più di 60 studenti, dottorandi e studenti non laureati post-dottorato.

Nel caso dopo il caso, abbiano insegnato con successo ai computer di AI per trovare le variazioni fra migliaia di immagini digitalizzate di vari cancri--anomalie principalmente non viste a occhio nudo.

Quelle variazioni nella disposizione e nell'aspetto cellulari, una volta interpretate dagli algoritmi sviluppati dai ricercatori, hanno aiutato più esattamente gli scienziati negli studi precedenti a predire quali pazienti risponderanno meglio alla chemioterapia o all'immunoterapia, per esempio, o identificheranno le differenze in come le cellule tumorali compaiono fra i gruppi razziali, tra altri risultati.

Tuttavia, a differenza dei laboratori che eseguono altri esperimenti d'apprendimento di AI--riferito a come “scatola nera„ si avvicina a da Madabhushi perché il trattamento per arrivare alla risposta essenzialmente è nascosto nell'algoritmo da solo--il CCIPD egualmente ha messo a fuoco sulle funzionalità più interpretabili, ha detto.

Quello sarà vero in questo studio pure, Madabhushi ha detto.

“L'architettura spaziale dei miociti e dei linfociti (entrambi i tipi di celle cardiache) nelle biopsie del cuore lungamente è stata riconosciuta dai patologi come marchio di garanzia del rigetto,„ Madabhushi ha detto.

Ha aggiunto che il suo lavoro del laboratorio contribuirà “a tradurre questa a interpretazione basata a umana dell'architettura cellulare in statistiche quantitative dell'interazione spaziale e la prossimità relativa dei miociti e dei linfociti riguardo ad a vicenda.„

Rigetto del cuore

La ricerca indica che i rischi più significativi di trapianto di cuore è l'organismo del paziente che rifiuta il cuore erogatore, in parte perché il sistema immunitario dell'organismo “può vedere il cuore erogatore come oggetto non Xeros e provare a rifiutarlo, che può danneggiare il cuore.„

Quei rifiuti rappresentano circa 10% di tutte le morti nei primi tre anni dopo trapianto, secondo il centro nazionale per informazioni di biotecnologia, una divisione del NIH.

Così, conoscere in anticipo la probabilità del rifiuto farebbe una grande differenza per i patologi e chirurghi, Madabhushi ha detto.

Ulteriormente, i ricercatori pianificazione:

  • Predica come i pazienti faranno nel lungo termine, cioè, non solo se accetteranno o rifiuteranno il cuore erogatore, ma se rimangano in buona salute e per quanto tempo.
  • Compari la prestazione relativa dei computer ad un patologo umano per predire esattamente l'accettazione o il rifiuto di un cuore trapiantato. La ricerca precedente di CCIPD ha indicato che i computer sconfiggono ordinariamente le loro controparti umane nell'abilità diagnostica. Madabhushi ha detto che la ricerca non suggerisce che i commputer sostituissero i patologi, ma che funzioneranno insieme ed i pazienti si avvantaggieranno.
  • Migliore definisca che cosa Madabhushi ha chiamato “il sostegno molecolare„ dei tessuti del cuore. “Stiamo provando a capire la biologia dietro le funzionalità,„ ha detto. “I commputer vedono soltanto le differenze nella disposizione spaziale, ma non possono dirci perché. Vogliamo anche demistificare “la scatola nera„ del AI, di modo che il patologo umano può avere più fiducia in cui il computer è dicendogli che ha veduto.„