Digitális patológia: A Flensburg professzora forradalmasítja a rák diagnosztikáját!

Digitális patológia: A Flensburg professzora forradalmasítja a rák diagnosztikáját!

Flensburg, Deutschland - A Flensburgi Alkalmazott Tudományos Egyetem fontos projektet indított a digitális patológiáról, amelyet Dr. Marc Aubreville professzor készített. A Német Kutatási Alapítvány (DFG) elősegíti ezt a projektet, amelynek célja a diagnosztika javítása a mesterséges intelligencia (AI) felhasználásával és új AI-alapú műtéti technikák kidolgozására. Aubreville, amely 2024 nyarán dolgozik az egyetemen, arra utal, hogy a digitális patológia patológiát kínál a szöveges szöveti minták azonosításával, amelyek rosszindulatú daganatokat jeleznek.

Aubreville elmagyarázta, hogy az AI -nek nem szabad átvennie magát a diagnózist, hanem segíthet a patológusoknak a szöveti minták területének nehéz azonosításában. Kutatási munkája a digitális patológia területén doktori fokozat alatt kezdődött, amelyben első sikert ért el a mellrák kimutatása során kutyákban. Ezek a sikerek az emberi szövetmintákhoz vezettek az algoritmusát. Aubreville jelenleg a berlini és bécsi partnerekkel dolgozik, hogy kiterjedt adatokat gyűjtsön az algoritmusok optimalizálása érdekében. A Flensburgi Alkalmazott Tudományos Egyetem gyakorlati kutatási környezetet kínál neki, amely szoros kapcsolatot tesz lehetővé az oktatáshoz.

A mesterséges intelligencia előrehaladása a patológiában

A mesterséges intelligencia használata a patológiában egyre fontosabbá válik. Például a ärzteblattt . Ezeknek a technológiáknak a végrehajtása azonban még a kezdetben, és hiányoznak a randomizált prospektív tanulmányok, amelyek megmutatják a tényleges előnyöket. Első jelek vannak arra, hogy a patológusok gyorsabban és pontosabban tudják a számítógépes támogatást. Az emlőrák diagnosztizálásáról szóló kísérleti tanulmányban a mikrometasztázok érzékenysége javult, amikor algoritmust használtunk a támogatáshoz.

A digitális átalakulás a patológiában azonban még nem haladta meg a továbbfejlesztést a többi képalkotó tudományághoz képest. Németországban a teljes csúszda szkennert ritkán használják a rutin diagnosztikához, ami a magas költségek és a biztonsággal kapcsolatos aggodalmak miatt. Míg az AI algoritmusok pontos eszközöknek bizonyulnak a daganatok és az egészséges szövetek megkülönböztetésére, a megvalósításban kihívások vannak, ideértve a digitalizált mintaanyagok hiányát és a szükséges magas befektetési költségeket. A jövőbeni prospektív és randomizált vizsgálatokra szükség van az AI előnyeinek a patológiában való értékeléséhez.