Zaloguj się, aby obserwować tę zawartość
Obserwujący
0
Rak jajnika pod okiem sztucznej inteligencji
dodany przez
KopalniaWiedzy.pl, w Medycyna
-
Podobna zawartość
-
przez KopalniaWiedzy.pl
Dermatolog Harald Kittler z Uniwersytetu Medycznego w Wiedniu stanął na czele austriacko-australijskiego zespołu, który porównał trafność diagnozy i zaleceń dotyczących postępowania z przebarwieniami na skórze stawianych przez lekarzy oraz przez dwa algorytmy sztucznej inteligencji pracujące na smartfonach. Okazało się, że algorytmy równie skutecznie co lekarze diagnozują przebarwienia. Natomiast lekarze podejmują znacznie lepsze decyzje dotyczące leczenia.
Testy przeprowadzono na prawdziwych przypadkach pacjentów, którzy zgłosili się na Wydział Dermatologii Uniwersytetu Medycznego w Wiedniu oraz do Centrum Diagnozy Czerniaka w Sydney w Australii.
Testowane były dwa scenariusze. W scenariuszu A porównywano 172 podejrzane przebarwienia na skórze (z których 84 były nowotworami), jakie wystąpiły u 124 pacjentów. W drugim (scenariuszu B) porównano 5696 przebarwień – niekoniecznie podejrzanych – u 66 pacjentów. Wśród nich było 18 przebarwień spowodowanych rozwojem nowotworu. Testowano skuteczność dwóch algorytmów. Jeden z nich był nowym zaawansowanym programem, drugi zaś to starszy algorytm ISIC (International Skin Imaging Collaboration), używany od pewnego czasu do badań retrospektywnych.
W scenariuszu A nowy algorytm stawiał diagnozę równie dobrze jak eksperci i był wyraźnie lepszy od mniej doświadczonych lekarzy. Z kolei algorytm ISIC był znacząco gorszy od ekspertów, ale lepszy od niedoświadczonych lekarzy.
Jeśli zaś chodzi o zalecenia odnośnie leczenia, nowoczesny algorytm sprawował się gorzej niż eksperci, ale lepiej niż niedoświadczeni lekarze. Aplikacja ma tendencję do usuwania łagodnych zmian skórnych z zaleceń leczenia, mówi Kittler.
Algorytmy sztucznej inteligencji są więc już na tyle rozwinięte, że mogą służyć pomocą w diagnozowaniu nowotworów skóry, a szczególnie cenne będą tam, gdzie brak jest dostępu do doświadczonych lekarzy. Ze szczegółami badań można zapoznać się na łamach The Lancet.
« powrót do artykułu -
przez KopalniaWiedzy.pl
Kobiety, które mieszkają w miejscach zachęcających do spacerów, są mniej narażone na nowotwory związane z otyłością, a szczególnie na postmenopauzalne nowotwory piersi, nowotwory jajników, endometrium oraz szpiczaka mnogiego, informują naukowcy z Columbia University Mailman School of Public Health i NYU Grossman School of Medicine. Otyłość powiązana jest z 13 rodzajami nowotworów, a aktywność fizyczna zmniejsza ryzyko wystąpienia niektórych z nich. Dotychczas jednak brakowało badań nad architekturą miejsca zamieszkania, a występowaniem nowotworów powiązanych z otyłością.
Amerykańscy naukowcy przez 24 lata przyglądali się 14 274 kobietom w wieku 34–65 lat, które w latach 1985–1991 wzięły udział w programie badań mammograficznych w Nowym Jorku. Naukowcy przeanalizowali okolicę, w jakiej każda z nich mieszkała, skupiając się przede wszystkim na tym, na ile zachęcała ona do spacerowania czy załatwiania codziennych rzeczy na piechotę. Ważna więc była nie tylko infrastruktura drogowa czy otoczenie przyrodnicze, ale też dostępność sklepów, kawiarni czy różnego typu usług w takiej odległości, by mieszkańcy chcieli przemieszczać się na własnych nogach. Okazało się, że tam, gdzie sąsiedztwo bardziej sprzyjało spacerom, panie rzadziej zapadały na nowotwory.
Do końca roku 2016 na nowotwór powiązany z otyłością zapadło 18% badanych pań. Z tego 53% zachorowało na postmenopauzalny nowotwór piersi, 14% na raka jelita grubego, a 12% na nowotwór endometrium. To unikatowe długoterminowe badania, które pozwoliły nam określić związek pomiędzy otoczeniem sprzyjającym spacerom, a nowotworami, mówi doktor Yu Chen z NYU Grossman School of Medicine. Naukowcy zauważyli, że kobiety mieszkające w otoczeniu, które sprzyja spacerom, były narażone na o 26% mniejsze ryzyko rozwoju nowotworu powiązanego z otyłością. To kolejny dowód na to, jak architektura miejska wpływa na zdrowie coraz bardziej starzejących się społeczeństw, stwierdza profesor epidemiologii Andrew Rundle z Columbia Mailman School.
Naukowcy zauważają, że zachęcanie ludzi do większej aktywności fizycznej jest często mało skuteczne. Wiele osób postanawia więcej się ruszać, jednak ich zapał trwa bardzo krótko i szybko wracają do starych zwyczajów. Zupełnie inaczej jest w sytuacji, gdy otoczenie sprzyja ruchowi. Wówczas bez zachęt, w sposób naturalny, wolą się przejść do sklepu, fryzjera czy kina, niż jechać samochodem, stać w korkach oraz szukać miejsca do zaparkowania.
« powrót do artykułu -
przez KopalniaWiedzy.pl
Gdy Deep Blue wygrał w szachy z Garri Kasparowem, a w 2016 roku AlphaGo pokonał w go Lee Sedola wiedzieliśmy, że jesteśmy świadkami ważnych wydarzeń. Były one kamieniami milowymi w rozwoju sztucznej inteligencji. Teraz system sztucznej inteligencji „Swift” stworzony na Uniwersytecie w Zurychu pokonał mistrzów świata w wyścigu dronów.
Swift stanął do rywalizacji z trzema światowej klasy zawodnikami w wyścigu, podczas którego zawodnicy mają założone na głowy specjalne wyświetlacze do których przekazywany jest obraz z kamery drona i pilotują drony lecące z prędkością przekraczającą 100 km/h.
Sport jest bardziej wymagający dla sztucznej inteligencji, gdyż jest mniej przewidywalny niż gra planszowa niż gra wideo. Nie mamy idealnej wiedzy o dronie i środowisku, zatem sztuczna inteligencja musi uczyć się podczas interakcji ze światem fizycznym, mówi Davide Scaramuzza z Robotik- und Wahrnehmungsgruppe na Uniwersytecie w Zurychu.
Jeszcze do niedawna autonomiczne drony potrzebowały nawet dwukrotnie więcej czasu by pokonać tor przeszkód, niż drony pilotowane przez ludzi. Lepiej radziły sobie jedynie w sytuacji, gdy były wspomagane zewnętrznym systemem naprowadzania, który precyzyjne kontrolował ich lot. Swift reaguje w czasie rzeczywistym na dane przekazywane przez kamerę, zatem działa podobnie jak ludzie. Zintegrowana jednostka inercyjna mierzy przyspieszenie i prędkość, a sztuczna sieć neuronowa, na podstawie obrazu z kamery lokalizuje położenie drona i wykrywa kolejne punkty toru przeszkód, przez które dron musi przelecieć. Dane z obu tych jednostek trafiają do jednostki centralnej – również sieci neuronowej – która decyduje o działaniach, jakie należy podjąć, by jak najszybciej pokonać tor przeszkód.
Swift był trenowany metodą prób i błędów w symulowanym środowisku. To pozwoliło na zaoszczędzenie fizycznych urządzeń, które ulegałyby uszkodzeniom, gdyby trening prowadzony był na prawdziwym torze. Po miesięcznym treningu Swift był gotowy do rywalizacji z ludźmi. Przeciwko niemu stanęli Alex Vanover, zwycięzca Drone Racing League z 2019 roku, Thomas Bitmatta lider klasyfikacji 2019 MultiGP Drone Racing oraz trzykroty mistrz Szwajcarii Marvin Schaepper.
Seria wyścigów odbyła się w hangarze lotniska Dübendorf w pobliżu Zurychu. Tor ułożony był na powierzchni 25 na 25 metrów i składał się z 7 bramek, przez które należało przelecieć w odpowiedniej kolejności, by ukończyć wyścig. W międzyczasie należało wykonać złożone manewry, w tym wywrót, czyli wykonanie półbeczki (odwrócenie drona na plecy) i wyprowadzenie go półpętlą w dół do lotu normalnego.
Dron kontrolowany przez Swift pokonał swoje najlepsze okrążenie o pół sekundy szybciej, niż najszybszy z ludzi. Jednak z drugiej strony ludzie znacznie lepiej adaptowali się do warunków zewnętrznych. Swift miał problemy, gdy warunki oświetleniowe były inne niż te, w których trenował.
Można się zastanawiać, po co drony mają latać bardzo szybko i sprawnie manewrować. W końcu szybki lot wymaga większej ilości energii, więc taki dron krócej pozostanie w powietrzu. Jednak szybkość lotu i sprawne manewrowanie są niezwykle istotne przy monitorowaniu pożarów lasów, poszukiwaniu osób w płonących budynkach czy też kręcenia scen filmowych.
Warto tutaj przypomnieć, że systemy sztucznej inteligencji pokonały podczas symulowanych walk doświadczonego wykładowcę taktyki walki powietrznej oraz jednego z najlepszych amerykańskich pilotów.
« powrót do artykułu -
przez KopalniaWiedzy.pl
Z każdym skutecznym lekarstwem związana jest historia jego wynalezienia. Badania takie jak nasze, stanowią glebę, z którego narodzą się nowe leki, mówi profesor Christopher Vakoc z Cold Spring Harbor Laboratory. Przez sześć ostatnich lat uczony i jego zespół pracowali nad zamianą komórek atakującego dzieci mięsaka w... prawidłowo funkcjonujące komórki mięśniowe. I w końcu się udało.
Mięśniakomięsak prążkowanokomórkowy (RMS) to nowotwór złośliwy tkanek miękkich, atakujący przede wszystkim dzieci. Należy od do mięsaków, nowotworów pochodzących z tkanki łącznej. Ich leczenie wymaga często chemioterapii, zabiegu chirurgicznego oraz radioterapii. Jest szczególnie uciążliwe u dzieci. Vakoc i jego koledzy stwierdzili, że gdyby udało się zamienić komórki nowotworowe w zdrowe prawidłowo funkcjonujące, zaoszczędziliby dzieciom i ich rodzinom wiele cierpienia.
Od wielu lat wiadomo, że w wyniku mutacji może dojść do fuzji dwóch genów kodujących czynniki transkrypcyjne PAX3 i FOXO1. Powstały w ten sposób gen fuzyjny PAX3-FOXO1 koduje białko, które upośledza miogenezę, czyli różnicowanie się komórek mięśniowych. W ten sposób pojawia się mięsak prążkowanokomórkowy.
Naukowcy najpierw opracowali nową technikę genetycznych badań przesiewowych, a następnie wykorzystali technologie edycji genów do poszukiwania czynników, które współpracują z PAX3-FOXO1 przy blokowaniu miogenezy. Okazało się, że, że elementem, którego poszukują jest białko NF-Y. Gdy zablokowali jego działanie, doszło do zadziwiającej przemiany. Komórki nowotworowe po prostu zamieniły się w mięśnie. Straciły wszystkie cechy nowotworu. Przełączyły się z komórek, które po prostu chcą się namnażać, w komórki, których celem jest kurczenie się. Cała ich energia, całe zasoby, zostały skierowane na skurcze, nie mogły rozprzestrzeniać się w sposób niekontrolowany, mówi Vakoc. Szczegóły badań zostały opisane na łamach PNAS.
Zaburzenie istniejącej zależności pomiędzy NF-Y a RMS wywołuje całą reakcję łańcuchową, która prowadzi do przemiany komórek nowotworowych. A na mięśniakomięsaku prążkowanokomórkowym się nie kończy. Naukowcy uważają, że ich technikę można będzie zastosować do innych rodzajów mięsaków, a może i w ogóle innych rodzajów nowotworów. "Można za jej pomocą wziąć pod lupę każdy nowotwór i sprawdzić, co powoduje, że staje się nowotworem. To może być kluczowym elementem do opracowania nowej terapii", stwierdza Vakoc.
To nie pierwsze tego typu osiągnięcie Vakoca. Przed dwoma laty udało mu się zmienić komórki mięsaka Ewinga w zdrową tkankę. Prace te mogą doprowadzić do pojawienia się terapii różnicujących nowotworów.
« powrót do artykułu -
przez KopalniaWiedzy.pl
Ryzyko zgonu na nowotwory spowodowane ekspozycją na niskie dawki promieniowania jonizującego jest znacznie wyższe, niż się obecnie przypuszcza, czytamy na łamach British Medical Journal. Ma to znaczenie zarówno dla osób wystawionych na promieniowanie jonizujące w pracy, jak i dla pacjentów poddawanych procedurom medycznym. Między rokiem 1985 a 2006 średnia dawka promieniowania jonizującego przyjęta przez mieszkańca USA zwiększyła się dwukrotnie, głównie za sprawą rozpowszechnienia takich technik medycznych jak tomografia komputerowa.
Obecnie głównym źródłem informacji o wpływie promieniowania jonizującego na ludzkie zdrowie są dane uzyskane o osób, które przeżyły ataki za pomocą broni atomowej. Jednak sposób ekspozycji i przyjęte przez nie dawki znacząco różnią się od tego, w jaki sposób promieniowanie przedostaje się do organizmów pracowników, pacjentów i każdego z nas. Dlatego międzynarodowy zespół, w skład którego wchodzili m.in. specjaliści z Uniwersytetu Kalifornijskiego w Irvine, brytyjskiej Agencji Ochrony Zdrowia, francuskiego Institut de Radioprotection et de Sûreté Nucléaire czy amerykańskiego Narodowego Instytutu Medycyny Pracy, przeprowadził analizy zdrowia osób, które w miejscu pracy mają styczność z promieniowaniem jonizującym.
Pod uwagę wzięto informacje z International Nuclear Workers Study, gdzie zgromadzone są dane 309 932 pracowników przemysłu atomowego. Znajdziemy tam informacje zarówno o osobach, które od początku pracowały przy Projekcie Manhattan, jak i pracownikach elektrowni atomowych i innych miejsc we Francji, Wielkiej Brytanii i USA. Osoby te nosiły przy sobie indywidualne monitory promieniowania, dzięki czemu wiemy, na jakie dawki były narażone. Naukowcy postanowili poszukać związku pomiędzy dawkami promieniowania o zgonami z powodu nowotworów.
Dotychczas zmarło 103 533 badanych, a nowotwory inne niż białaczka były przyczyną 28 089 zgonów. Z analiz wynika, że ryzyko zgonu na nowotwór rośnie o 52% wraz z każdym grejem (Gy) skumulowanej dawki przyjętego promieniowania. Grej to bardzo duża dawka. W obrazowaniu medycznym używa się miligrejów. Dawki liczone w grejach otrzymują pacjenci podczas radioterapii. Ponadto okazało się, że szczególnie niedoszacowywano dotychczas wpływu najniższych dawek. Tam, gdzie badani byli wystawieni na promieniowanie rzędu 0–100 mGy, ryzyko zgonu z powodu nowotworu rosło o 130% z każdym przyjętym grejem.
Wbrew trendowi redukcji lub eliminacji ekspozycji na znane kancirogeny, ekspozycja społeczeństwa na promieniowanie jonizujące zwiększyła się w ostatnich dekadach. Zrozumienie ryzykz związanego z niskimi dawkami tego promieniowania jest niezbędne do prowadzenia odpowiedniej polityki zdrowotnej, stwierdził główny autor badań, profesor David B. Richardson z Uniwersytetu Kalifornijskiego w Irvine.
« powrót do artykułu
-
-
Ostatnio przeglądający 0 użytkowników
Brak zarejestrowanych użytkowników przeglądających tę stronę.