Kürzlich haben das Tencent Life Science Lab, das First Affiliated Hospital der Guangzhou Medical University und das Guangzhou Institute of Respiratory Health gemeinsam die DeepGEM-Pathologie-Modell entwickelt, das in der Vorhersage von Lungenkrebs-Gens Mutationen erhebliche Fortschritte erzielt hat. Das Modell kann mit nur üblichen Pathologie-Schnittebildern innerhalb von einer Minute eine Mutation vorhersagen, mit einer Genauigkeit von 78 % bis 99 %, was neue Hoffnung für präzise Medizin bringt.
Der Schlüssel dieser innovativen Technologie besteht darin, dass sie nicht mehr auf teure und zeitaufwendige Gen-Sequenzierungen angewiesen ist, sondern stattdessen AI verwendet, um potenzielle Gene-Mutationen anhand von Pathologie-Bildern zu identifizieren. Dies bedeutet, dass Ergebnisse, die früher tausende von Yuan kosteten und mehrere Wochen dauerten, künftig nur wenige Minuten dauern und die Kosten um ein Vielfaches reduziert werden könnten. Dieser Durchbruch wird Lungenkrebs-Patienten wertvolle Behandlungszeit verschaffen und Ärzten ein effizientes und bequemes AI-gestütztes Diagnosewerkzeug bieten.
Das Kernstück der DeepGEM-Technologie besteht darin, durch KI "morphologische Signale" zu erkennen, die mit Genmutationen verbunden sind, aus gewöhnlichen Pathologie-Bildern. Die Forschung hat festgestellt, dass die Anordnung von Tumorzellen, morphologische Merkmale und Reaktionen des umgebenden Gewebes statistisch mit bestimmten Genmutationen verbunden sind. Das DeepGEM-Modell nutzt große Mengen an Pathologie-Daten, um diese möglicherweise auf Mutationen hinweisenden Details aus scheinbar gewöhnlichen Bildern zu erkennen und die Genauigkeit der Vorhersage erheblich zu steigern.
Das Modell verwendet eine Architektur des Multi-Instance Learning (MIL), die in der Lage ist, ganze Pathologiebilder direkt zu verarbeiten, ohne dass menschliche Markierungen der Tumorareale erforderlich sind. Diese automatisierte Analysemethode verbessert nicht nur die Diagnoseeffizienz, sondern kann auch Karten der räumlichen Verteilung von Genmutationen liefern, die deutlich die Unterschiede in den Mutationen verschiedener Bereiche im Tumor zeigen und Ärzten helfen, schneller Hochrisikobereiche zu identifizieren.
Da es unterschiedliche Formen der Pathologieproben verschiedener Patienten gibt, wurde bei der Gestaltung von DeepGEM auf Anpassungsfähigkeit geachtet, sodass es verschiedene gewöhnliche Pathologie-Schnitte verarbeiten kann und damit den Anwendungsschwellenwert senkt. Derzeit erreicht die Vorhersagegenauigkeit von DeepGEM in mehreren Datengruppen zwischen 78 % und 99 % und ist mit traditionellen Genuntersuchungsmethoden vergleichbar, was Ärzten eine schnelle Entscheidungsgrundlage bietet.
Nach dem Erfolg des DeepGEM-Modells werden Tencent, das First Affiliated Hospital der Guangzhou Medical University, das Guangzhou Institute of Respiratory Health und Jinyu Medicine in der nächsten Phase zusammenarbeiten, um eine „multimodale große Modellplattform für Pathologie-Gen“ basierend auf KI zu etablieren, um die Anwendung von KI-Technologie auf mehr Krebsarten und Stellen zu fördern. Dieser Schritt erwartet nicht nur Zusammenarbeit mit mehr medizinischen Einrichtungen, sondern hofft auch, dass KI-Technologie eine größere Rolle bei der Linderung von Leiden und dem Rettung von Leben spielen wird.
