Questa pagina è stata tradotta automaticamente.
Completa un sondaggio di 1 minuto sulla qualità di questa traduzione.
I ricercatori della University College di Dublino sfruttano la visione artificiale e l'intelligenza artificiale per rilevare il cancro in tempo reale senza biopsia
Un approccio innovativo consente una diagnosi più rapida del paziente
“Gli strumenti MATLAB forniscono un mezzo per sviluppare e utilizzare metodi avanzati di Machine Learning senza dover possedere capacità di programmazione che vadano oltre quelle di base.”
Risultati chiave
- MATLAB ha consentito ai professionisti del settore medico di dare il via alla loro ricerca sull'intelligenza artificiale con un'esperienza di codifica minima
- L'app Classification Learner ha aiutato a raggiungere livelli di accuratezza del 90% nella valutazione di 50 lesioni per tessuto canceroso
- Il campo visivo completo ha consentito un campionamento maggiore e ha creato set di dati più puliti identificando il rumore, ad esempio quello degli strumenti chirurgici, per la rimozione
Utilizzando gli strumenti di intelligenza artificiale di MATLAB, i ricercatori sono stati in grado di valutare i polipi del colon senza prelevare un campione bioptico.
La University College Dublin Centre for Precision Surgery (UCD) è un istituto di ricerca presso una facoltà di medicina che si concentra sull'uso della tecnologia per migliorare la salute dei pazienti. Una delle sfide principali che i ricercatori dell'UCD hanno dovuto affrontare è stata quella di valutare in modo efficace e in tempo reale il potenziale di un paziente di sviluppare un cancro del colon-retto. Il cancro del colon-retto è la quarta causa di morte per cancro nel mondo e tradizionalmente si basa sulla diagnosi tramite biopsia di un polipo del colon-retto. Tuttavia, la valutazione di un campione bioptico richiede molto tempo e fornisce solo una visione parziale del polipo. Invece, i ricercatori dell'UCD hanno utilizzato strumenti MATLAB® per ottenere risultati basati sull'intelligenza artificiale per l'analisi dei polipi in tempo reale, con un campo visivo completo per valutare l'intero polipo.
Oggigiorno, i team chirurgici utilizzano coloranti medicali amplificati da telecamere chirurgiche per valutare i tessuti in prossimità delle regioni cancerose. Utilizzando App Designer e Computer Vision Toolbox™, il team ha sviluppato un'app per stabilizzare questi video, in modo da poter calcolare le caratteristiche dalle cronologie dell'intensità di fluorescenza estratte che rappresentano la perfusione del colorante. Sono state quindi applicate delle etichette alle immagini video per contrassegnare le aree cancerose e benigne, come predeterminato dall'esperienza del medico e dai risultati della biopsia.
Inoltre, utilizzando l'app Classification Learner, le caratteristiche etichettate sono state utilizzate per addestrare un modello di Machine Learning allo scopo di distinguere le regioni cancerose per nuovi video chirurgici senza l'intervento umano. Il modello addestrato ha superato i risultati dei medici nell'identificazione del tessuto canceroso e ha avuto risultati almeno equivalenti a quelli di una biopsia tradizionale, l'attuale gold standard pre-escissione.
Gli strumenti MATLAB di facile utilizzo hanno consentito ai ricercatori dell'UCD di dare il via alla loro ricerca sull'intelligenza artificiale senza dover avere conoscenze pregresse di programmazione. Questo approccio potrebbe portare a diagnosi più rapide per i pazienti e a migliori risultati clinici in futuro; il team di ricerca prevede di utilizzare gli strumenti MATLAB anche per valutare gli innesti di chirurgia plastica e la resezione intestinale.
I prodotti utilizzati
Ulteriori risorse
