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.

Il AI ha potuto contribuire meglio a diagnosticare le malattie del sangue

Come possiamo migliorare diagnostichiamo le malattie del sangue? Un gruppo di ricerca piombo da Helmholtz Monaco di Baviera mira a rispondere a questo problema con intelligenza artificiale (AI). Il loro scopo è di facilitare l'analisi che richiede tempo delle celle del midollo osseo sotto il microscopio. I ricercatori hanno elaborato il più grande database di open source sulle immagini microscopiche delle celle del midollo osseo fin qui. Lo usano come la base per un modello di AI con alto potenziale per i sistemi diagnostici sistematici.

Ogni giorno, cytologists intorno al mondo utilizza i microscopi ottici per analizzare e classificare i campioni di migliaia delle cellule del midollo osseo di periodi. Questo metodo per diagnosticare le malattie del sangue è stato stabilito più di 150 anni fa, ma soffre da essere molto complesso. Le celle rare ma diagnostico importanti di ricerca è sia un compito laborioso che che richiede tempo. L'intelligenza artificiale ha il potenziale di amplificare questo metodo - tuttavia ha bisogno di un gran numero di dati di alta qualità di preparare un algoritmo di AI.

Più grande database di open source per le immagini delle cellule del midollo osseo

I ricercatori di Helmholtz Monaco di Baviera hanno elaborato il più grande database di accesso aperto sulle immagini microscopiche delle celle del midollo osseo fin qui. Il database consiste di più di 170.000 immagini unicellulari oltre da 900 pazienti con le varie malattie del sangue. È il risultato di una collaborazione da Helmholtz Monaco di Baviera con l'ospedale universitario Monaco di Baviera di LMU, il laboratorio di leucemia di MLL Monaco di Baviera (uno di più grandi fornitori diagnostici in materia universalmente) e l'istituto di Fraunhofer per i circuiti integrati.

Facendo uso del database per amplificare intelligenza artificiale

“Sopra il nostro database, abbiamo sviluppato una rete neurale che supera gli algoritmi di apprendimento automatico precedenti per la classificazione delle cellule in termini di accuratezza, ma anche in termini di generalizability,„ dice il cristiano Matek, autore principale di nuovo studio. La rete neurale profonda è un concetto di apprendimento automatico specificamente destinato per elaborare le immagini.

L'analisi delle celle del midollo osseo ancora non è stata eseguita con tali reti neurali avanzate, che è egualmente dovuto il fatto che di alta qualità, i gruppi di dati pubblici non è stata disponibile finora.„

Cristiano Matek, autore principale

I ricercatori mirano più ulteriormente a ampliare il loro database delle cellule del midollo osseo per catturare una più vasta gamma di risultati e per convalidare futuro il loro modello. “Il database ed il modello sono liberamente disponibili per gli scopi di addestramento e della ricerca - istruire i professionisti o come riferimento per ulteriori approcci AI basati per esempio nei sistemi diagnostici del cancro di sangue,„ dice la guida Carsten Marr di studio.

Source:
Journal reference:

Matek, C., et al. (2021) Highly accurate differentiation of bone marrow cell morphologies using deep neural networks on a large image data set. Blood. doi.org/10.1182/blood.2020010568.