Ie toepassen van kunstmatige pienterheid plus op machine learning gebaseerde modellen of eentje AI algoritme, is binnenshuis den gezondheidszorg natuurlijk ofschoon lang noch opzienbarend meer. Enkele maanden geleden verscheen ie televisiejournaal overheen twee hoogleraren van ie Mokum UMC diegene eentje algoritme ontwikkelde dat gegevens uit den patiëntendossiers onder huisartsen met behulp van AI schenkkan analyseren wegens zo kanker vroeger vast te kunnen stellen.
Ie research plus den ontdekking van Faisal Mahmood zijn daarginds ie volgende voorbeeld van. Hij ontdekte, samen met zijn omderzoeksteam, eentje AI algoritme dat met behulp van gegevens met betrekking totdat genomische sequencing, pathologie plus patiëntgeschiedenis tweedehands schenkkan wordt wegens ie verloop van den kanker eentje stap voordat te blijven.
AI algoritme plus deep learning
Tijdens ie research plus den ontwikkeling lig den voorrang van den wetenschappers op nauwkeurigheid voort ie consistente gewoonte van verschillende soorten diagnostische kennisoverdracht. Daarnaast bouwden zij ie inzake AI-model, eentje multimodaal, op deep learning gebaseerd algoritme.
Daarvoor worden gewoonte vervaardigd van The Cancer Genome Atlas (TCGA). Erin staat kennisoverdracht overheen verschillende soorten kanker. Uit research bleek vervolgens dat ie AI-model den potentie had wegens resultaten omtrent ie verloop van den ziekte huis te voorzien dan artsen plus specialisten diegene afzonderlijke bronnen usances.
Ie team ontdekte dat den modellen den immuunresponsen van patiënten gebruikten indien eentje prognostische marker zonder daarvoor getraind te zijn. Dat wasgoed eentje opmerkelijke bevinding, overmits vroeger research aantoont dat patiënten van wie den tumoren sterkere immuunresponsen opwekken, den neiging hebben wegens betere resultaten van medicatie plus herstelling te geoefend.
“Dit werkgelegenheid vormt den poot voordat grotere AI-onderzoeken te den gezondheidszorg diegene gegevens uit meerdere bronnen samenvoegen. Te bredere zin benadrukken onze bevindingen den urgentie wegens prognostische modellen voordat computationele pathologie te opbouwen met veel grotere datasets plus downstream klinische onderzoeken wegens inpasbaarheid vast te stellen”, aldus Faisal Mahmood.