Znajdź zawartość

Oprogramowanie opracowane dzięki amerykańskiemu Biuru Badawczemu Marynarki Wojennej (Office of Naval Research, ONR), które ma służyć do odszukiwania min morskich, może pomóc lekarzom w identyfikowaniu i klasyfikowaniu komórek powiązanych z nowotworami. Wyniki są spektakularne. To może dużo zmienić w dziedzinie badań medycznych - uważa dr Larry Carin z Duke University, twórca technologii. Naukowcy podkreślają, że problemy napotykane przez lekarzy analizujących zdjęcia ludzkich komórek są zaskakująco podobne do wyzwań stojących przed żołnierzami szukającymi min morskich. Badając tkanki, lekarze muszą się przekopać przez setki mikroskopowych zdjęć i obrazów, które obejmują miliony komórek. Aby wskazać interesujące ich cele, wykorzystują zestaw oprogramowania do analizy obrazu FARSIGHT (Fluorescence Association Rules for Quantitative Insight). Ufundowany przez DARPA i Narodowe Instytuty Zdrowia FARSIGHT identyfikuje komórki na podstawie przykładów oznaczonych na początku przez badającego. Niestety, wyniki mogą być obarczone błędem, ponieważ program taguje, bazując na małej próbie sugestii człowieka. Gdy jednak do FARSIGHT doda się uczące się algorytmy Carina, trafność identyfikacji komórek wzrasta. Dzięki poprawionej technologii laborant musi na wstępie oznaczyć mniej próbek, ponieważ algorytm automatycznie wybiera najlepsze przykłady, na podstawie których program będzie się uczył. Zespół z Uniwersytetu Pensylwanii wykorzystuje zaimplementowane w FARSIGHT nowe algorytmy do badania guzów z nerek. Skupiając się na komórkach śródbłonka, które tworzą naczynia zaopatrujące guzy w tlen i składniki odżywcze, naukowcy mogą ulepszyć leki na poszczególne typy raka nerkowokomórkowego. Z programem, który nauczył się wychwytywać komórki śródbłonka, udało nam się zautomatyzować ten proces. Wydaje się, że jest on wysoce dokładny. Teraz możemy zacząć badać komórki śródbłonka ludzkich nowotworów, czyli coś, co było dotąd niemożliwe z powodu stopnia trudności i pracochłonności - wyjaśnia dr William Lee. By ręcznie znaleźć wszystkie komórki śródbłonka w 100 zdjęciach, patolog potrzebuje dni, a nawet tygodni. Poprawiony FARSIGHT zrobi to samo w ciągu paru godzin. Pierwotnie algorytmy do aktywnego uczenia ONR miały sprawić, by roboty do wyszukiwania min morskich zachowywały się przy kłopotach z klasyfikacją obiektów bardziej jak ludzie. Dysponując przykładami zaznaczonymi przez człowieka, robot mógłby sam podjąć trafną decyzję, dzięki czemu nie trzeba by wysyłać na misję nurków.