Los investigadores de tecnología y cáncer del Noroeste del Pacífico están lanzando públicamente una herramienta de inteligencia artificial que puede realizar análisis de tumores complejos en mucho menos tiempo y costo que los métodos actuales, lo que potencialmente brindará información de vanguardia sobre el cáncer a muchos más pacientes.
El modelo GigaTIME utiliza inteligencia artificial para generar datos casi detallados del sistema inmunológico a partir de diapositivas de patología estándar; Este análisis normalmente requiere días de trabajo de laboratorio y miles de dólares por muestra.
Se afirmó que este avance podría acelerar la transición a la medicina de precisión, donde los tratamientos se adaptan a la biología del cáncer específica de cada paciente. Hoifung PoonDirector general del programa Real World Evidence de Microsoft Research.
Las diapositivas de patología tradicionales muestran células inmunes y tumorales, pero brindan información limitada sobre si el sistema inmunológico del paciente está luchando activamente contra el cáncer. Una técnica más compleja llamada análisis de inmunofluorescencia múltiple (mIF) examina de cerca el microambiente del tumor y agrega información sobre si las células inmunes están funcionando en función de las proteínas presentes.
Pero Poon dijo que “el análisis del MIF para una sola muestra puede fácilmente llevar días y costar miles de dólares”, lo que limita gravemente su uso en la atención de rutina.
GigaTIME evita este cuello de botella generando virtualmente información simplemente analizando portaobjetos de patología estándar.
“GigaTIME trata de desbloquear conocimientos que antes eran inaccesibles”, dijo. Dr. Carlos BifulcoEs director médico de Providence Genomics y director médico del Providence Cancer Institute.
El proyecto reúne a investigadores microsoft; Teología instalaciones en Renton, Washington y Portland; y la Escuela Paul G. Allen de Ciencias de la Computación e Ingeniería de la Universidad de Washington. Hoy publican un estudio revisado por pares en la revista. Celúla y publique la herramienta en línea de forma gratuita abrazando la cara, GitHub Y Fundición de Microsoft.
El estudio refleja los crecientes esfuerzos en el área de Seattle para integrar conjuntos de datos de salud complejos utilizando inteligencia artificial para facilitar los avances en salud y medicina. El Instituto Allen publicó el mes pasado: Plataforma de información cerebral Para la investigación en neurociencia, la startup de biotecnología Synthesize Bio ha desarrollado herramientas para esto Diseñar experimentos y predecir sus resultados. Utilizar datos disponibles públicamente. Y el Centro Oncológico Fred Hutch ayudó a producir un modelo de intercambio de datos que preserva la privacidad. Alianza de IA contra el cáncer.
La escala del proyecto GigaTIME es enorme:
- Los investigadores entrenaron el modelo en el conjunto de datos de Providence de 40 millones de células y compararon diapositivas de patología con datos del FOMIN que examinaban 21 proteínas diferentes.
- Aplicaron GigaTIME a muestras de 14.256 pacientes con cáncer en 51 hospitales y más de 1.000 clínicas del sistema de Providence.
- El estudio produjo una población virtual de aproximadamente 300.000 imágenes mIF que cubren 24 tipos de cáncer y 306 subtipos de cáncer.
Poon tiene objetivos más amplios que incluyen combinar datos recopilados de muestras de células y biopsias, así como datos de informes de radiología por tomografía computarizada, resonancias magnéticas y otros diagnósticos, para crear una imagen más holística de un paciente. Estos modelos avanzados pueden ofrecer potencialmente predicciones sobre cómo progresará una enfermedad o responderá al tratamiento.
Algún día, nuevas herramientas podrían ayudar a reducir los enormes costos y el tiempo asociados con los ensayos clínicos al proporcionar mejor información sobre la selección de fármacos candidatos y el diseño de estudios.
El objetivo es hacer que la atención avanzada del cáncer sea más eficaz y más accesible.
“Personalmente soy parcial, pero creo que nunca ha habido un momento más emocionante que ahora”, dijo Poon, señalando la convergencia de las capacidades de inteligencia artificial y los registros médicos digitales como “dos fuerzas verdaderamente poderosas”.
Autores del artículo “La IA multimodal genera población virtual para el modelado de microambientes tumorales”: Jeya Maria Jose Valanarasu, Hanwen Xu, Naoto Usuyama, Chanwoo Kim, Cliff Wong, Peniel Argaw, Racheli Ben Shimol, Angela Crabtree, Kevin Matlock, Alexandra Q. Bartlett, Jaspreet Bagga, Yu Gu, Sheng Zhang, Tristan Naumann, Bernard A. Fox, Bill Wright, Ari Robicsek, Brian Piening, Carlo Bifulco, Sheng Wang y Hoifung Poon.
