Uusi tekoälypohjainen paksusuolensyöpänäytteiden analyysityökalu suoriutuu edeltäjiään paremmin
Jyväskylän yliopiston tutkijat ovat yhteistyössä Turun biolääketieteen laitoksen, Helsingin yliopiston ja Keski-Suomen keskussairaala Novan kanssa kehittäneet edistyneen tekoälytyökalun paksusuolensyövän kudosnäytteiden automaattiseen analysointiin.
Tutkimuksessa kehitetty neuroverkkomalli ohitti kudosmikroskopianäytteiden luokittelukyvyssä kaikki aiemmat mallit.
”Kehitetty malli pystyy tutkimuksemme perusteella tunnistamaan näytteestä 96,74 prosentin tarkkuudella kaikki syövän tunnistamisen kannalta relevantit kudosluokat”, menetelmän suunnittelusta vastannut tutkija Fabi Prezja kertoo.
Käytännössä kudosmikroskopianäytteiden analyysissa patologi käy läpi potilaan suolesta otetusta näytteestä valmistellun ja skannatun digitaalisen mikroskooppikuvan ja merkkaa siihen kohta kohdalta esimerkiksi alueet, joissa näkyy syöpäsoluja.
Tutkimuksessa kehitetty työkalu voi säästää lääkärien työaikaa automatisoimalla tätä prosessia. Työkalu analysoi näytteen ja korostaa eri kudosluokkia sisältävät alueet. Työkalun luokittelutarkkuus voi huomattavasti helpottaa histopatologien työtaakkaa johtaen nopeampiin havaintoihin, prognooseihin ja diagnooseihin.
Neliöt edustavat syöpämikroskooppiliuskojen osakuvia, jotka tekoälysysteemi on automaattisesti järjestänyt samankaltaisuuden perusteella.
Tutkimusryhmä on julkaissut työkalun vapaasti saataville ja toivoo uusia läpimurtoja syöpätutkimuksessa
Tutkimusryhmä on tutkimuksen yhteistyön edistämiseksi julkaissut tekoälytyökalunsa vapaasti saataville.
”Vapaalla saatavuudella pyritään tulevien edistysaskelien nopeuttamiseen kannustamalla tieteentekijöitä, kehittäjiä ja tutkijoita maailmanlaajuisesti jatkamaan työkalun kehitystä ja etsimään sille uusia sovelluksia,” Prezja kuvailee.
Tutkimusryhmä muistuttaa, että tulosten lupaavuudesta huolimatta tekoälytyökalujen käyttöönotto kliinisessä ympäristössä on toteutettava tarkasti harkiten. Ennen kuin tekoälyratkaisuja voidaan ottaa osaksi rutiininomaista kliinistä käytäntöä, on välttämätöntä huolehtia, että ne käyvät läpi tiukan validointiprosessin, jossa varmistetaan niiden tuottamien tulosten yhtenevyys kliinisten standardien kanssa.
äپٴᲹ
Väitöskirjatutkija Fabi Prezja
Informaatioteknologian tiedekunta, Jyväskylän yliopisto
fabi.f.prezja@jyu.fi
+358 44 920 9543
Tutkijatohtori Leevi Annala
Matemaattis-luonnontieteellinen tiedekunta/Maatalous-metsätieteellinen tiedekunta, Helsingin yliopisto
leevi.annala@helsinki.fi
+358 29 415 8211
Patologian dosentti Teijo Kuopio
Osaston ylilääkäri (eläk.), Keski-Suomen Hyvinvointialue/Tutkimusjohtaja (eläk.) Jyväskylän yliopisto
.
