Microsoft e Paige desenvolvem modelos de IA para patologia computacional, analisando imagens de tecidos cancerosos com precisão inédita, visando melhorar diagnósticos e tratamentos de câncer.
O sistema reconhece as proteínas presentes na superfície das células cancerígenas com maior resposta imunológica, acelerando o desenvolvimento de imunoterapias e vacinas.
O método usa dados coletados por ressonância magnética para gerar um mapa metabólico e assim estabelecer a eficiência da terapia contra o câncer.
Um algoritmo foi treinado para identificar como um tipo específico de antígeno produzido pelo câncer é reconhecimento pelo sistema imunológico, assim abrindo novas possibilidades de terapia.
A sequência de DNA que compõe o genoma humano contém informação sobre nossa história evolutiva. Por exemplo, cerca de 8% do nosso genoma atual é originário de infecções virais que aconteceram ao longo dos milênios. Essas inserções podem ter efeito negativo quando, por exemplo, causam uma mutação em um gene relacionado à reprodução celular, caso …
IA descobre novas mutações relacionadas ao surgimento de câncer Leia mais »
O modelo conseguiu pela primeira vez identificar os pacientes que seriam prejudicados pela imunoterapia, através da análise de exames de tomografia computadorizada, evitando que estes pacientes receberam um tratamento que no seu caso pode ser prejudicial.
Os pesquisadores testaram vários biomarcadores de câncer presentes na urina, e encontraram uma combinação de sinais que, quando usado para treinar um modelo de machine learning, resultou em diagnósticos de câncer com praticamente 100% de precisão.
O modelo foi treinado usando imagens de tomografia computadorizada de pacientes que receberam uma de três opções terapêuticas, sendo capaz de prever, a partir de um número reduzido de features radiológicos, quais pacientes se beneficiariam mais de qual terapia.
Usando imagens de tomografia computadorizada dos tumores, um algoritmo aprendeu quais características estavam associadas com o sucesso do tratamento usando imunoterápicos, fornecendo um meio de predizer quais pacientes se beneficiaram do caro tratamento.
