Metode tradisional dalam memeriksa sampel jaringan oleh ahli patologi lambat dan rentan terhadap interpretasi yang berbeda, sehingga berdampak pada keakuratan diagnostik. Model baru dari inteligência buatan, dipanggil Ceograf, mereplikasi proses analisis patologis yang dilakukan oleh para ahli.
PUBLISITAS
Meskipun ada model linguistik serupa lainnya, model tersebut tidak mencapai kompleksitas pemahaman ahli patologi. Model ini tidak dapat mengidentifikasi seluk-beluk organisasi seluler atau menyaring informasi tidak relevan yang dapat mengganggu diagnosis.
A Ceograf mendeteksi sel, posisi, jenis, morfologi, dan distribusinya dalam ruang, menghasilkan peta terperinci yang mengatasi keterbatasan model sebelumnya, menjamin analisis presisi tinggi.
Hingga saat ini, AI telah berhasil diterapkan dalam tiga skenario klinis yang berbeda: membedakan dua subtipe kanker paru – adenokarsinoma dan karsinoma sel skuamosa; meninjau kemungkinan perkembangan kanker pada lesi prakanker di mulut; dan mengidentifikasi pasien kanker paru-paru yang paling mungkin merespons golongan obat tertentu. Dalam semua kasus, Ceograph mengungguli metode perkiraan hasil tradisional.
PUBLISITAS
“Metode ini berpotensi menyederhanakan tindakan pencegahan yang ditargetkan pada populasi berisiko tinggi dan mengoptimalkan pemilihan pengobatan untuk setiap pasien.”, rincian Guanghua Xiao, penulis penelitian yang diterbitkan di Alam Komunikasi, tentang bagaimana AI dapat membantu membuat diagnosis kanker menjadi lebih akurat.
Baca juga: