^
A
A
A

โมเดลปัญญาประดิษฐ์ตรวจจับสัญญาณของมะเร็งได้รวดเร็วมาก

 
บรรณาธิการแพทย์
ตรวจสอบล่าสุด: 02.07.2025
 
Fact-checked
х

เนื้อหา iLive ทั้งหมดได้รับการตรวจสอบทางการแพทย์หรือตรวจสอบข้อเท็จจริงเพื่อให้แน่ใจว่ามีความถูกต้องตามจริงมากที่สุดเท่าที่จะเป็นไปได้

เรามีแนวทางการจัดหาที่เข้มงวดและมีการเชื่อมโยงไปยังเว็บไซต์สื่อที่มีชื่อเสียงสถาบันการวิจัยทางวิชาการและเมื่อใดก็ตามที่เป็นไปได้ โปรดทราบว่าตัวเลขในวงเล็บ ([1], [2], ฯลฯ ) เป็นลิงก์ที่คลิกได้เพื่อการศึกษาเหล่านี้

หากคุณรู้สึกว่าเนื้อหาใด ๆ ของเราไม่ถูกต้องล้าสมัยหรือมีข้อสงสัยอื่น ๆ โปรดเลือกแล้วกด Ctrl + Enter

01 July 2024, 13:00

นักวิจัยจากมหาวิทยาลัยโกเธนเบิร์กได้พัฒนาโมเดล AI ที่ช่วยเพิ่มศักยภาพในการตรวจจับมะเร็งผ่านการวิเคราะห์น้ำตาล โมเดล AI นี้เร็วกว่าและดีกว่าในการค้นหาความผิดปกติเมื่อเทียบกับวิธีการกึ่งอัตโนมัติในปัจจุบัน

ไกลแคน ซึ่งเป็นโครงสร้างของโมเลกุลน้ำตาลในเซลล์ของเรา สามารถวัดได้โดยใช้เครื่องแมสสเปกโตรมิเตอร์ โครงสร้างเหล่านี้สามารถบ่งชี้มะเร็งในรูปแบบต่างๆ ในเซลล์ได้ อย่างไรก็ตาม ข้อมูลจากเครื่องแมสสเปกโตรมิเตอร์จะต้องได้รับการวิเคราะห์อย่างระมัดระวังโดยมนุษย์เพื่อระบุโครงสร้างจากการแตกตัวของไกลแคน กระบวนการนี้อาจใช้เวลาหลายชั่วโมงถึงหลายวันสำหรับแต่ละตัวอย่าง และสามารถทำได้ด้วยความแม่นยำสูงโดยผู้เชี่ยวชาญเพียงไม่กี่คนในโลก เนื่องจากโดยพื้นฐานแล้วเป็นงานสืบสวนที่เรียนรู้มาหลายปี

ระบบอัตโนมัติของการทำงานของนักสืบ

กระบวนการนี้ถือเป็นอุปสรรคสำคัญในการใช้การวิเคราะห์ไกลแคน เช่น เพื่อตรวจหามะเร็ง ซึ่งต้องวิเคราะห์ตัวอย่างจำนวนมาก นักวิจัยจากมหาวิทยาลัยโกเธนเบิร์กได้พัฒนาโมเดล AI เพื่อทำให้การทำงานนี้เป็นไปโดยอัตโนมัติ โมเดล AI ที่เรียกว่า Candycrunch สามารถแก้ปัญหาได้ภายในเวลาเพียงไม่กี่วินาทีต่อการทดสอบหนึ่งครั้ง ผลการวิจัยได้รับการตีพิมพ์ในเอกสารทางวิทยาศาสตร์ในวารสาร Nature Methods

โมเดล AI ได้รับการฝึกโดยใช้ฐานข้อมูลที่มีตัวอย่างชิ้นส่วนที่แตกต่างกันมากกว่า 500,000 ตัวอย่างและโครงสร้างที่เกี่ยวข้องของโมเลกุลน้ำตาล

ไบโอมาร์กเกอร์ใหม่

ซึ่งหมายความว่าในไม่ช้านี้ โมเดล AI อาจบรรลุระดับความแม่นยำที่เท่ากับการจัดลำดับทางชีวภาพอื่นๆ เช่น DNA, RNA หรือโปรตีน ด้วยความเร็วและความแม่นยำ โมเดลดังกล่าวอาจเร่งการค้นพบไบโอมาร์กเกอร์ไกลแคนสำหรับการวินิจฉัยและการพยากรณ์โรคมะเร็งได้

“เราเชื่อว่าการวิเคราะห์ไกลแคนจะกลายเป็นส่วนสำคัญยิ่งขึ้นในงานวิจัยทางชีววิทยาและทางคลินิก เนื่องจากเราได้จัดการปัญหาคอขวดได้โดยอัตโนมัติแล้ว” แดเนียล โบยาร์ รองศาสตราจารย์ด้านชีวสารสนเทศศาสตร์ที่มหาวิทยาลัยโกเธนเบิร์กกล่าว

นอกจากนี้ โมเดล Candycrunch ยังสามารถระบุโครงสร้างที่มักถูกมองข้ามในการวิเคราะห์ด้วยมือเนื่องจากมีความเข้มข้นต่ำ ดังนั้น โมเดลนี้จึงสามารถช่วยให้นักวิจัยค้นพบไบโอมาร์กเกอร์ไกลแคนชนิดใหม่ได้

You are reporting a typo in the following text:
Simply click the "Send typo report" button to complete the report. You can also include a comment.