El propósito de la medicina personal es llegar al tratamiento de pacientes individuales. Hasta ahora, esto se ha hecho utilizando muy pocos parámetros para predecir durante una enfermedad. Sin embargo, estos pocos parámetros a menudo no son suficientes para comprender la complejidad de enfermedades como el cáncer. Un equipo de investigadores de la Facultad de Medicina en Tu Berlín en Davisburg Essen (UDE), LMU Munich y el Instituto de Aprendizaje y Datos de Berlín (Buffalled) para el uso del uso artificial desarrollaron un nuevo enfoque. Inteligencia (ai)
Basado en una infraestructura hospitalaria inteligente en el Hospital Universitario de Essen, los investigadores tienen datos integrados de varias maneras para apoyar fechas médicas, valores de laboratorio, imágenes y toma de decisiones clínicas de análisis genético. “Aunque una gran cantidad de datos clínicos están disponibles en la medicina moderna”, dice el profesor Jeans Climc, profesor del Instituto de Inteligencia Artificial (IKIM) en el Hospital Universitario Essen y el Centro de Investigación del Cáncer Colonia, pero realmente prometió medicamentos personales. está incompleto. Essen (CCE). La práctica clínica oncológica actualmente utiliza un sistema de diagnóstico riguroso, como la clasificación de las etapas del cáncer, que toma un poco de cálculo de las diferencias individuales, como el estado nutricional, el estado nutricional o un cálculo bajo. “Las tecnologías modernas de IA, especialmente la explicación de la inteligencia artificial (XAI) entienden estas complejas relaciones bilaterales y muchos más medicamentos para el cáncer”, dice el profesor Frederick Kalasin, director del Instituto de Patología en el Grupo de Investigación de LMU y de Investigación. Sea personal. Líder de Buffalled, donde este enfoque se desarrolló en colaboración con el profesor Klos-Robert Muller.
Para un estudio reciente publicado en Cáncer de la naturalezaLa IA fue entrenada con datos de más de 15,000 pacientes, incluidos un total de 38 tumores sólidos diferentes. Se probaron las interacciones de 350 parámetros, incluidos datos clínicos, valores de laboratorio, métodos de imágenes y perfiles de tumores genéticos. “Hemos identificado factores clave que son la mayoría de la toma de decisiones en la red nerviosa, así como una serie de interacciones diagnósticas entre los parámetros”. En medicina (Ikim)
Luego se identificó el modelo de IA en los datos de más de 3.000 pacientes con cáncer de pulmón para corregir la interacción identificada. AI combina datos y calcula el diagnóstico general para el paciente de cada individuo. Como IA explicativa, el modelo toma sus decisiones transparentes para los terapeutas, lo que muestra cómo cada parámetro ha participado en el diagnóstico. “Nuestros resultados no están en la capacidad de inteligencia artificial aislada, pero en contexto, personalizados y, por lo tanto, personalizados, así como personales”, dice el Dr. Philip Kyl, un espectáculo. Este tipo de método de IA también se puede utilizar en casos de emergencia donde es necesario evaluar completamente los parámetros de diagnóstico lo antes posible. Los investigadores también tienen como objetivo exponer relaciones bilaterales de cáncer cruzado complejo, que aún no se han detectado utilizando métodos de estadísticas tradicionales. “En el Centro Nacional de Enfermedades Tumorales (NCT), con otras redes oncológicas como el Centro de Bavarin para la Investigación del Cáncer (BZ KF), tenemos términos ideales para dar el siguiente paso: el paciente real de nuestra tecnología en clínica para probar”, manejando Director del sitio NCT West y el profesor Martin Shuller, jefe del Departamento de Oncología Médica en el Hospital Universitario Essen.
