Žmogaus audinys yra sudėtingas, sudėtingas ir, žinoma, trimatis. Tačiau ploni audinio gabalėliai, kuriuos patologai dažniausiai naudoja ligai diagnozuoti, yra dvimačiai, todėl tik ribotas žvilgsnis į tikrąjį audinio sudėtingumą. Patologijos srityje vis labiau stengiamasi tirti audinį trimačiu pavidalu. Tačiau 3D patologijos duomenų rinkiniuose gali būti šimtus kartų daugiau duomenų nei jų 2D atitikmenyse, todėl neįmanoma atlikti rankinio tyrimo.
Naujame tyrime „Mas General Brigham“ mokslininkai ir jų bendradarbiai pristato „Tripath“: naujus gilaus mokymosi modelius, kurie gali naudoti 3D patologijos duomenų rinkinius, kad būtų galima prognozuoti klinikinius rezultatus.
Bendradarbiaudama su Vašingtono universitetu, tyrimo grupė vaizdavo kuruojamus prostatos vėžio pavyzdžius, naudodama du 3D didelės raiškos vaizdo gavimo būdus. Tada modeliai buvo išmokyti numatyti prostatos vėžio pasikartojimo riziką tūrinėse žmogaus audinių biopsijose.
Visapusiškai fiksuodamas 3D morfologijas iš viso audinio tūrio, „Tripath“ pasirodė geriau nei patologai ir pralenkė giluminio mokymosi modelius, kurie remiasi 2D morfologija ir plonais audinių pjūviais. Rezultatai paskelbti Ląstelė.
Nors naujasis metodas turi būti patvirtintas didesniuose duomenų rinkiniuose, kad jį būtų galima toliau plėtoti klinikiniam naudojimui, mokslininkai optimistiškai vertina jo galimybes padėti priimti klinikinius sprendimus.
„Mūsų požiūris pabrėžia, kad svarbu visapusiškai išanalizuoti visą audinių mėginio tūrį, kad būtų galima tiksliai prognozuoti paciento riziką, o tai yra mūsų sukurtų modelių bruožas ir įmanoma tik naudojant 3D patologijos paradigmą“, – sakė pagrindinis autorius Andrew H. Song, Ph. .D., Mass General Brigham Patologijos departamento Kompiuterinės patologijos skyriaus.
„Naudodamas AI ir 3D erdvinės biologijos metodų pažangą, Tripath sudaro klinikinių sprendimų palaikymo pagrindą ir gali padėti atskleisti naujus biomarkerius prognozėms ir terapiniam atsakui“, – sakė vienas iš autorių Faisal Mahmood, Skaičiavimo skyriaus mokslų daktaras. Patologija Masso generolo Brigamo Patologijos skyriuje.
„Ankstesniame kompiuterinės 3D patologijos darbe nagrinėjome konkrečias struktūras, tokias kaip prostatos liaukos tinklas, tačiau Tripath yra pirmasis mūsų bandymas panaudoti gilųjį mokymąsi, kad būtų galima išskirti subvizualines 3D ypatybes rizikos stratifikacijai, o tai rodo daug žadantį potencialą vadovauti kritiškai. gydymo sprendimus“, – sakė Vašingtono universiteto mokslų daktaras Jonathanas Liu.