Naukowcy opracowali komputerowe narzędzie do poprawy precyzji testowania KI-67, metody, która analizuje białko znalezione w komórkach w celu ustalenia, jak szybko rosną, ważny marker stosowany do oceny wzrostu i postępu raka. Kierowany przez dr Sahil Saraf, zespół naukowców z Qritive PTE. Ltd. i Singapore General Hospital współpracowały nad tym postępem. Ich badanie zostało opublikowane w recenzowanym czasopiśmie Heliyon.
Pomiar KI-67 pomaga lekarzom zrozumieć, jak szybko komórki rakowe mnożą się. Jednak ręczne badanie slajdów zabarwionych KI-67 jest czasochłonne i może prowadzić do niespójności wśród patologów, specjalistów medycznych, którzy badają tkanki i diagnozują choroby. Aby to poprawić, naukowcy zaprojektowali system komputerowy, który automatyzuje proces punktacji, co czyni wyniki bardziej niezawodne i zmniejszając szansę na błąd ludzki. Zaobserwowano, że najlepsze wyniki zaobserwowano, gdy AI i patolog pracowali razem. W swoim badaniu dr Saraf i współpracownicy przeanalizowali wiele przypadków mięsaka, rodzaju raka, który rozwija się w kościach i tkankach miękkich, przeglądając setki obszarów tkanek pod mikroskopem. Lekarze oceniali poziomy KI-67 zarówno z pomocą komputerową, jak i bez nich, pokazując, że narzędzie znacznie poprawiło spójność między ocenami.
Wyniki wykazały, że stosowanie systemu komputerowego znacznie zmniejszyło różnice między ocenami patologów. „To narzędzie zwiększa dokładność i niezawodność odczytów KI-67 poprzez zmniejszenie indywidualnych różnic interpretacyjnych i standaryzując metodę punktacji”, wyjaśnił dr Saraf. Ponieważ KI-67 jest barwieniem nuklearnym, system działa poprzez rozdzielenie i identyfikację jąder komórkowych oraz kategoryzując je na podstawie intensywności plam za pomocą zaawansowanych technik przetwarzania obrazu.
Lekarze, którzy początkowo ocenili Ki-67 ręcznie, stwierdzili, że metoda wspierana komputerowo doprowadziła do bardziej jednolitych wyników. „Odkrycia wskazują, że pomoc komputerowa może zapewnić niezbędne wsparcie w patologii, pomagając zapewnić bardziej precyzyjną klasyfikację nowotworu i lepsze decyzje dotyczące leczenia” – zauważył dr Saraf. Badanie wykazało również, że lekarze zgodzili się z wynikami komputera w zdecydowanej większości przypadków, wykazując silne dostosowanie między ocenami człowieka i zautomatyzowane.
Nowa technologia ma przekształcić diagnostykę raka. Poprawiając spójność i wydajność, to narzędzie może pomóc w dokładniejszym profilowaniu guza, szczegółowej analizy cech guza w celu prowadzenia leczenia, prowadząc do lepszych opcji leczenia pacjentów. Chociaż przegląd człowieka pozostaje niezbędny, oceny wspomagane komputerowo okazują się cennym dodatkiem do praktyki medycznej. Oczekuje się, że dalsze ulepszenia systemu zwiększy jego zdolność do identyfikacji obszarów nowotworów z jeszcze większą dokładnością, udoskonalając jego wydajność diagnostyczną.
Odkrycia dr Saraf i jego zespołu podkreślają, w jaki sposób technologia może pomóc w poprawie testów medycznych, oferując niezawodne narzędzie dla patologów do wykorzystania w ich pracy. Ponieważ dziedzina opieki zdrowotnej coraz częściej przyjmuje rozwiązania cyfrowe, takie innowacje staną się niezbędne dla współczesnej diagnozy raka, prowadząc do lepszej i bardziej wydajnej opieki nad pacjentem.
Referencje dziennika
Singhil Sarafi, Ohan Singh, Wai Povinary Teng, Sink Kanginya, M. Love to the Taghipoor, Transpost Jaldeani, Linist, Lim Lim, Selwaory, Vanuore S. „Imprzestrzenne improwizatory oskarżają Ki-67 IHC za pomocą narzędzia AI”. Generion, 2024. doi: https://doi.org/10.1016/j.heliyon.2024.e40193
O autorach
Dr. Nerw Sahil jest doświadczonym patologiem z ponad 13 -letnią wiedzą specjalistyczną w tej dziedzinie. Jest znany ze swojego przywództwa, umiejętności klinicznych, możliwości konsultacji i odgrywania kluczowej roli w postępowaniu technik diagnostycznych i badań. Dr Saraf ukończył stypendium histopatologii w Singapur General Hospital i zajmował znaczące stanowiska, w tym jego obecne oznaczenie jako starszy specjalista, Dept Patology w VG Saraf Memorial Hospital, dyrektor medyczny w Qritive PTE. Ltd i konsultant patolog w DDRC SRL Laboratory. Ponadto pełni funkcję dyrektora dwóch firm specjalizujących się w produkcji chemicznej.
Dr Saraf, znaczący czynnik w integracji AI w opiece zdrowotnej, opracował modele diagnostyczne do oceny prostaty i diagnoz węzłów chłonnych. W QRITITE odegrał kluczową rolę w zapewnieniu niezbędnych certyfikatów i pomaganiu firmie w uznaniu w renomowanych programach akceleratora. Prace dr Saraf zostały opublikowane w różnych czasopismach medycznych i został zaproszony do przedstawienia jako głównego mówcy na konferencjach medycznych.
W 2024 r. Dr Saraf został wybrany na prezentację platformy na dorocznej konferencji USCAP w Baltimore, MD, gdzie przedstawił swój artykuł „moduł głębokiego uczenia się, aby pomóc patologom w identyfikacji przerzutów węzłów chłonnych w resekcjach guza piersi”. Jego badania przyniosły mu pierwsze miejsce ISBP-BCRF Larry Norton MD Award Award Award w kategorii badań patologii piersi.
Dr Saraf ukończył MD w Vydehi Institute of Medical Sciences and Research Center oraz jego MBBS w JJM Medical College. Kontynuował także kilka stypendiów, stażu i programów kształcenia ustawicznego.
Dr. Przychodzić jest profesorem na Wydziale Patologii w Lady Hardinge Medical College, New Delhi, Indie. Szkolenie na studiach licencjackich z Medical College w Kalkucie w Indiach i MD z All India Institute of Medical Sciences, New Delhi, Indie. Jej dziedziną zainteresowania to patologia chirurgiczna, onkopatologia i patologia molekularna. Jest namiętną akademicką i uwielbia uczyć stażystów licencjackich i podyplomowych. Przedstawiła liczne plakaty naukowe i dokumenty ustne, za które zdobyła również nagrody krajowe. Autorkowała wiele publikacji badawczych w czasopismach krajowych i międzynarodowych.
Santosh kv jest konsultantem patologiem z 25 -letnim doświadczeniem w diagnostycznej histopatologii. Szczególnie interesuje się patologią przewodu pokarmowego i patologią skórną. Był także profesorem patologii i pasjonuje się nauczaniem. Obecnie bierze udział w sztucznej inteligencji w patologii, w wolnym czasie z dala od patologii diagnostycznej.
