使用人工智能识别乳腺癌的化学“指纹”

科学家正在开发一种新的方法来确定独特的化学指纹的不同类型的乳腺癌。

这些新化学足迹将用于训练人工智能软件——创建一个新的工具,快速、准确的诊断乳腺癌。

兰开斯特大学的研究团队和万能NHS信托基金会使用专门的化学分析技术被称为拉曼光谱在活检来确定不同类型的乳腺癌的分子结构,以及每个癌细胞组内变异。

拉曼分析细胞能够提供实时信息,可以用来检查细胞是如何表现,和新兴身体其它部位的扩散。

乳腺癌细胞的化学指纹识别后,和观察他们如何变化,研究人员用这些信息来训练复杂机器学习算法来确定四种亚型的癌症。

每个子类型的算法成功地预测诊断模式与高水平的精度在70%至100%之间不等。

类似的以前版本的这些算法用于识别其他形式的肿瘤和疾病,如皮肤、口腔和肺癌。

下一阶段的研究将着眼于创建数据库的化学结构更多不同类型的乳腺癌细胞和他们可以采取的形式。

这些数据库将用于培训更多的人工智能算法使用机器学习——最终导致一个新的诊断工具坐与乳房x光成像和核磁共振扫描。

新算法承诺迅速提供信息以帮助医学专家进行快速诊断。

此外,该方法将有助于确定疾病的状态处于其发展,并将成为规划个别病人的治疗方法的关键。

教授Ihtesham拉赫曼主席在兰开斯特大学生物工程,这项研究的资深作者,说:“这项研究是一个重要的步骤在发展中一个新的方法来识别不同类型的乳腺癌的化学结构。我们已经能够使用这些“指纹”来开发复杂的算法,能够准确地识别四种不同类型的癌症类型的细胞。

“振动光谱结合数据挖掘和机器学习有潜力提供了一个实时分析在生物样本,包括癌症、优秀的准确性——创建一个强大的新工具坐与现有技术和帮助医学专家为患者提供准确和及时的诊断,和监控疾病的进展。”

参考:Talari,et al。(2019)推进与人工智能和光谱学癌症诊断:识别化学变化与乳腺癌有关。分子诊断的专家审查。DOI: https://doi.org/10.1080/14737159.2019.1659727

本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。