"일꾼이 일을 잘하려면 먼저 도구를 갈고 닦아야 한다." - 공자, 『논어』.
첫 장 > 기술 주변기기 > 새로운 획기적인 AI 딥 러닝 모델은 기존 모델보다 유방암 위험을 거의 5배 더 잘 예측합니다.

새로운 획기적인 AI 딥 러닝 모델은 기존 모델보다 유방암 위험을 거의 5배 더 잘 예측합니다.

2024-11-02에 게시됨
검색:844

New groundbreaking AI deep learning model is nearly five times better at predicting breast cancer risk than traditional ones

코펜하겐 대학의 새로운 연구에 따르면 인공 지능(AI)이 유방암 위험을 평가하는 방법을 획기적으로 변화시킬 수 있는 것으로 나타났습니다. 유방암은 전 세계적으로 가장 흔한 암 중 하나입니다. 미국에서만 매년 287,850명의 신규 환자가 발생하고 43,250명이 사망합니다. The Lancet Digital Health에 발표된 새로운 연구는 세포 노화를 감지하도록 훈련된 AI 모델을 기반으로 유망한 결과를 제시하고 현재 임상 벤치마크보다 미래의 유방암 위험을 더 효과적으로 예측할 수 있습니다.

기본 사항 먼저 – 세포 노화란 무엇입니까? 손상되거나 노화된 세포가 분열을 멈추고 활성을 유지하는 과정입니다. 암을 비롯한 노화 관련 질병과 관련이 있는 경우가 많습니다. 이러한 "노화" 세포는 더 이상 정상적으로 기능하지 않지만 여전히 염증 신호를 방출하여 종양 성장을 유발할 수 있기 때문에 때때로 "좀비 세포"로 설명됩니다. 노화는 통제되지 않는 세포 분열에 대한 자연스러운 브레이크 역할을 할 수 있지만 역설적으로 노화 관련 분비 표현형(SASP)으로 알려진 이러한 염증 신호를 통해 암을 촉진할 수도 있습니다.

지금까지 인간 조직의 노화를 측정하는 것은 특정 바이오마커가 부족하여 어려웠습니다. 그러나 코펜하겐 대학의 연구에서는 딥 러닝 AI를 사용하여 유방 조직 샘플의 핵 형태(세포핵의 모양)를 분석했습니다. 이것이 하는 일은 건강한 생검 샘플에서도 노화 세포의 변화를 기반으로 유방암 위험을 예측할 수 있다는 것입니다.

연구원들은 4,382명의 건강한 여성의 유방 조직 생검을 사용하여 후향적 코호트 연구를 수행했습니다. 이러한 샘플은 NUSP(Nuclear Senescent Predictor)라는 딥 러닝 도구를 사용하여 분석되었습니다. AI 모델은 다양한 조직 유형에 걸쳐 3,200만 개 이상의 핵을 검사하여 노화 세포를 감지하고 조직 내 분포를 결정했습니다. AI 시스템은 상피, 지방 및 간질 조직에서 이러한 노화 세포를 주의 깊게 평가함으로써 노화 패턴과 미래의 암 위험을 연관시킬 수 있었습니다. 참고로 상피 조직은 암이 흔히 시작되는 유방관을 포함하여 신체의 분비샘과 표면의 내막을 형성합니다. 지방 조직은 에너지를 저장하는 지방 세포로 구성되며 간질 조직은 상피 세포를 둘러싸고 지지하는 결합 조직을 포함하여 장기에 구조적 지지를 제공합니다.

New groundbreaking AI deep learning model is nearly five times better at predicting breast cancer risk than traditional ones

전체적인 결과는 더 많았습니다. 그냥 약속하는 것보다. 조직 샘플에서 특정 노화 패턴을 보인 여성은 발견된 노화 유형에 따라 유방암 발병 가능성이 더 높거나 낮았습니다. 예를 들어, 한 모델(DNA 손상으로 인한 노화에 대해 훈련됨)은 조직에 높은 수준의 노화 세포가 존재할 때 암 위험이 더 높다는 것을 나타냅니다. 약물 유발 노화에 대해 훈련된 또 다른 모델은 동일한 위험을 낮추는 보호 효과를 제안했습니다.

유방암 위험 예측을 위한 현재 임상 표준인 Gail 모델과 비교하여 AI 모델은 훨씬 뛰어난 정확도를 보여주었습니다. Gail 점수와 결합하면 AI 모델은 승산비(특정 위험 요인이 결과를 얼마나 강력하게 예측하는지를 측정하는 척도)를 4.70으로 높였습니다. 이는 Gail 점수만 사용한 예측력의 거의 5배에 해당합니다.

이 획기적인 기술은 상용화되면 임상의에게 고위험 개인을 식별하고 절실히 필요한 개입을 제공하는 훨씬 더 세련된 방법을 제공할 수 있습니다. 유방암이 발생하기 몇 년 전에 유방암 위험을 예측할 수 있는 능력은 조기 진단과 보다 개인화된 선별 프로그램으로 이어질 수 있으며, 저위험 여성에 대한 불필요한 검사를 줄이고 고위험 개인에 대한 감시를 강화할 수 있습니다.

여기에서 AI의 잠재력은 엄청납니다. 특히 암 진단 발전과 관련하여 더욱 그렇습니다. 이 기술은 아직 개발 중이지만(상당한 시간이 소요될 예정임), 이 기술을 적용하면 유방암 검진에 혁명을 일으킬 수 있습니다. 표준 조직 샘플을 사용하면 이 AI 방법을 전 세계적으로 배포할 수 있습니다.

해당 모델을 개선하려면 많은 추가 연구가 필요하지만, 위험 예측이 향상되면 암을 조기에 발견하고 보다 효과적인 치료 계획을 세우며 궁극적으로 유방암으로 인한 사망률을 낮출 수 있습니다. 이것은 누구나 뒤처질 수 있는 AI의 실제 응용 프로그램입니다.

4

New groundbreaking AI deep learning model is nearly five times better at predicting breast cancer risk than traditional ones

릴리스 선언문 이 기사는 https://www.notebookcheck.net/New-groundbreaking-AI-deep-learning-model-is-nearly-five-times-better-at-predicting-breast-cancer-risk-than-에서 재인쇄되었습니다. traditional- ones.894634.0.html 침해 내용이 있는 경우, [email protected]으로 연락하여 삭제해 주시기 바랍니다.
최신 튜토리얼 더>

부인 성명: 제공된 모든 리소스는 부분적으로 인터넷에서 가져온 것입니다. 귀하의 저작권이나 기타 권리 및 이익이 침해된 경우 자세한 이유를 설명하고 저작권 또는 권리 및 이익에 대한 증거를 제공한 후 이메일([email protected])로 보내주십시오. 최대한 빨리 처리해 드리겠습니다.

Copyright© 2022 湘ICP备2022001581号-3