Nature Machine Intelligence: Генеративный ИИ берется за прогнозы в онкологии

Учёные из университетов Лозанны и Берна создали новую модель искусственного интеллекта, которая может виртуально окрашивать раковые ткани.

Исследование опубликовано в журнале Nature Machine Intelligence.

Благодаря новому подходу, разработанному командой компьютерщиков, биологов и клиницистов под руководством Марианны Рапсоманики и Марианны Крюитоф-де-Хулио, можно анализировать раковые ткани без экспериментальных данных. Этот метод позволяет преодолеть проблему ограниченных тканей пациентов.

Виртуальное окрашивание: Новый рубеж в исследовании рака

С помощью генеративного ИИ создаются детальные изображения раковой ткани. Они имитируют процесс окрашивания на определённый клеточный маркер. Такие красители дают информацию о состоянии рака пациента и играют важную роль в диагностике.

Чтобы создать эти изображения, достаточно одного фактического окрашивания ткани — его проводят в лаборатории в рамках обычной патологии. Так можно смоделировать, какие клетки в этой ткани будут положительно окрашиваться на другие маркеры. Об этом рассказывает Марианна Рапсоманики, специалист по информатике и искусственному интеллекту из Центра биомедицинских данных Лозаннского университета и Университетской больницы Лозанны. Она является соавтором исследования.

Технология помогает избежать трудоёмких лабораторных анализов и дополняет информацию, полученную экспериментальным путём.

Наша модель пригодится, когда мало доступного материала или невозможно провести экспериментальные окрашивания, — говорит Пушпак Пати, первый автор исследования.

Понимание метода: Контрастный непарный перевод

Суть метода контрастного непарного перевода можно понять на примере приложения для мобильного телефона. Оно создаёт виртуальное изображение, имитирующее будущую внешность человека, исходя из его текущей фотографии. Алгоритм строит этот прогноз на основе тысяч фотографий других людей в возрасте. Он может применить это преобразование к любой фотографии.

VirtualMultiplexer преобразует фотографию с одним цветом в изображения, показывающие, какие клетки в раковой ткани положительно окрашиваются на определённую маркерную молекулу. Это возможно благодаря обучению модели искусственного интеллекта на снимках других тканей с экспериментально нанесёнными красителями. VirtualMultiplexer может применить полученный стиль к изображению ткани и сгенерировать виртуальную версию нужного красителя.

Предотвращение галлюцинаций: Обеспечение эффективности и клинической значимости

Учёные проверили, что виртуальные изображения не просто правдоподобны, а действительно имеют клиническое значение. Они сравнили, насколько хорошо новые изображения предсказывают исходы заболеваний по сравнению с реальными данными. Оказалось, что модель надёжна и достоверна.

Исследователи проверили VirtualMultiplexer тестом Тьюринга. Этот тест назван в честь Алана Тьюринга, основателя современного искусственного интеллекта. Он определяет, может ли ИИ создавать результаты, неотличимые от человеческих.

Эксперты-патологоанатомы не смогли отличить традиционные окрашенные изображения от сгенерированных ИИ. Это показывает эффективность модели.

Многомасштабный подход: важное достижение

Одно из главных достижений VirtualMultiplexer — многомасштабный подход.

Традиционные модели изучают ткань либо на микроскопическом уровне (на уровне клеток), либо в макроскопическом масштабе (в масштабе всей ткани). А модель, предложенная командой из Лозанны и Берна, учитывает три масштаба структуры раковой ткани: её глобальный вид и архитектуру, взаимоотношения между соседними клетками и детальные характеристики отдельных клеток. Благодаря такому подходу можно более точно представить образ ткани.

Последствия для исследований рака и не только

Исследование VirtualMultiplexer — это большой шаг вперёд в изучении рака.

Инструмент создаёт качественные имитации окрашивания и помогает учёным выдвигать гипотезы, определять приоритеты экспериментов и лучше понимать биологию рака.

Марианна Крюитоф-де-Хулио, руководитель лаборатории урологических исследований Бернского университета и соавтор исследования, уверена, что инструмент будет полезен для изучения и других заболеваний. VirtualMultiplexer разработали, используя ткани людей с раком простаты, но он также эффективен при опухолях поджелудочной железы.

Инновационный подход может помочь в биологических исследованиях с помощью фундаментальных моделей искусственного интеллекта (ИИ).

Эти модели могут учиться на большом количестве данных и понимать сложные структуры. Они способны выполнять разные задачи.

Марианна Рапсоманики надеется, что инструмент VirtualMultiplexer поможет моделям анализировать характеристики тканей. Он быстро и бесплатно генерирует реалистичные изображения. Это откроет путь к новым открытиям в области исследований и диагностики.

09.09.2024