[Машинное обучение, Научно-популярное, Искусственный интеллект, Здоровье] Электронный нос с искусственным интеллектом находит раковые клетки по запаху
Автор
Сообщение
news_bot ®
Стаж: 6 лет 9 месяцев
Сообщений: 27286
Исследователи из Медицинской школы Перельмана при Пенсильванском университете проверили электронный нос на крови пациентов с раком яичников и поджелудочной железы. Устройство определило тип и тяжесть заболеваний с точностью до 95 %.
Устройство SpiroNoseНесмотря на все медицинские достижения, ранняя диагностика рака стоит дорого и занимает много времени. Диагностика включает в себя забор крови для анализа на онкомаркеры и разные исследовательские процедуры: МРТ, УЗИ, эндоскопия, маммография, КТ и МСКТ. Кроме того, во время лечения врачу необходимо выяснить степень восприимчивости раковых клеток к иммунотерапии, что также требует много времени и сил. В 2019 году команда из Нидерландского института рака использовала электронный нос SpiroNose от компании Breathomix для анализа воздуха, выдыхаемого пациентами с раком лёгких. Сенсоры устройства фиксировали выдыхаемые летучие органические соединения (ЛОС), выделяемые раковыми клетками, и отправляли результат на онлайн-сервер для обработки данных в режиме реального времени. Сформированный при помощи машинного обучения алгоритм определял восприимчивость пациента к предлагаемой иммунотерапии. Точность устройства составила 85 %. Этот же принцип взяли за основу авторы нового исследования из Пенсильванского университета в США. Они провели предварительные исследования и доказали, что разные типы опухолей по-разному воздействуют на состав ЛОС. После учёные передали полученные данные нейронной сети электронного носа и протестировали устройство.В исследовании участвовали 93 человека: 20 с раком яичников, 20 с доброкачественными опухолями яичников, 20 без опухолей, 13 с раком поджелудочной железы, 10 с доброкачественными опухолями поджелудочной железы и 10 в контрольной группе. В выборку вошли пациенты с разной выраженностью заболеваний. Учёные взяли образцы плазмы прямо перед исследованием и до начала лечения пациентов.Исследователи подносили к электронному носу разогретые образцы плазмы. Собранные устройством ЛОС проходили через десятиканальную систему с химическими датчиками из закрученных одностенных углеродных нанотрубок. После датчики передавали полученные данные о ЛОС в блок обработки сигналов. Нейронная сеть в блоке расшифровала смесь органических соединений и с точностью до 95 % определила, к какой из шести групп пациентов относится образец. Алгоритм также точно распознал степень тяжести заболеваний. Анализ каждого образца занимал до 20 минут. Исследователи проверили способность наносенсоров различать рак используя линейный дискриминантный анализ, машины опорных векторов, метрический алгоритм KNN и алгоритм машинного обучения random forest. Каждый алгоритм учёные обучили и проверили в соответствии с методами перекрестной проверки с исключением по-одному и k-кратной перекрестной проверки.Авторы отмечают, что это только начало работы, но они уже получили многообещающие результаты. Электронный нос может стать частью ежегодного профилактического осмотра населения и определять рак даже на бессимптомных стадиях. В настоящее время исследователи Пенсильванского университета совместно с VOC Health работают над введением устройства в широкомасштабное использование. Также исследователи получили грант от NCATS на создание электронного носа, способного по запаху определить людей с COVID-19.
===========
Источник:
habr.com
===========
Похожие новости:
- [Облачные вычисления, Квантовые технологии] Пять лет назад мы разместили первый квантовый компьютер в облаке. Рассказываем, как это было
- [Управление персоналом, Законодательство в IT, IT-компании] Роскомнадзор рассказал об административной реформе ведомства
- [Исследования и прогнозы в IT, Карьера в IT-индустрии, Статистика в IT, IT-компании, Удалённая работа] В офисе полный рабочий день? «Нет, спасибо», – говорят 86 процентов IT специалистов (перевод)
- [Информационная безопасность, Научно-популярное] Реверс-инжиниринг QR-кода для доказательства вакцинации (перевод)
- [Python, Data Mining, Big Data, Data Engineering] Оффер за 2 дня в X5: для Data Analyst/Data Scientist
- [Разработка мобильных приложений, Прототипирование, Развитие стартапа, Здоровье] Нужно ль развивать прототипирование софта в медицине, психологии и биологии?
- [Настройка Linux, Сетевые технологии, Big Data, DevOps] Сеть в bitly: Linux tc для минимизации издержек и забавы ради (перевод)
- [Периферия, IT-компании] Видеоаналитика в финансовом секторе
- [Open source, GitHub, Разработка под Windows, Софт, IT-компании] В репозитории пакетного менеджера winget много дубликатов, плохо сформированных пакетов и искаженных манифестов
- [JavaScript, Программирование] Доступные текстовые метки для всех (перевод)
Теги для поиска: #_mashinnoe_obuchenie (Машинное обучение), #_nauchnopopuljarnoe (Научно-популярное), #_iskusstvennyj_intellekt (Искусственный интеллект), #_zdorove (Здоровье), #_ii (ии), #_iskustvennyj_intellekt (искуственный интеллект), #_elektronnyj_nos (электронный нос), #_rak (рак), #_onkologija (онкология), #_mashinnoe_obuchenie (машинное обучение), #_meditsina_buduschego (медицина будущего), #_diagnostika_boleznej (диагностика болезней), #_mashinnoe_obuchenie (
Машинное обучение
), #_nauchnopopuljarnoe (
Научно-популярное
), #_iskusstvennyj_intellekt (
Искусственный интеллект
), #_zdorove (
Здоровье
)
Вы не можете начинать темы
Вы не можете отвечать на сообщения
Вы не можете редактировать свои сообщения
Вы не можете удалять свои сообщения
Вы не можете голосовать в опросах
Вы не можете прикреплять файлы к сообщениям
Вы не можете скачивать файлы
Текущее время: 22-Ноя 12:24
Часовой пояс: UTC + 5
| Автор | Сообщение |
|---|---|
|
news_bot ®
Стаж: 6 лет 9 месяцев |
|
|
Исследователи из Медицинской школы Перельмана при Пенсильванском университете проверили электронный нос на крови пациентов с раком яичников и поджелудочной железы. Устройство определило тип и тяжесть заболеваний с точностью до 95 %.  Устройство SpiroNoseНесмотря на все медицинские достижения, ранняя диагностика рака стоит дорого и занимает много времени. Диагностика включает в себя забор крови для анализа на онкомаркеры и разные исследовательские процедуры: МРТ, УЗИ, эндоскопия, маммография, КТ и МСКТ. Кроме того, во время лечения врачу необходимо выяснить степень восприимчивости раковых клеток к иммунотерапии, что также требует много времени и сил. В 2019 году команда из Нидерландского института рака использовала электронный нос SpiroNose от компании Breathomix для анализа воздуха, выдыхаемого пациентами с раком лёгких. Сенсоры устройства фиксировали выдыхаемые летучие органические соединения (ЛОС), выделяемые раковыми клетками, и отправляли результат на онлайн-сервер для обработки данных в режиме реального времени. Сформированный при помощи машинного обучения алгоритм определял восприимчивость пациента к предлагаемой иммунотерапии. Точность устройства составила 85 %. Этот же принцип взяли за основу авторы нового исследования из Пенсильванского университета в США. Они провели предварительные исследования и доказали, что разные типы опухолей по-разному воздействуют на состав ЛОС. После учёные передали полученные данные нейронной сети электронного носа и протестировали устройство.В исследовании участвовали 93 человека: 20 с раком яичников, 20 с доброкачественными опухолями яичников, 20 без опухолей, 13 с раком поджелудочной железы, 10 с доброкачественными опухолями поджелудочной железы и 10 в контрольной группе. В выборку вошли пациенты с разной выраженностью заболеваний. Учёные взяли образцы плазмы прямо перед исследованием и до начала лечения пациентов.Исследователи подносили к электронному носу разогретые образцы плазмы. Собранные устройством ЛОС проходили через десятиканальную систему с химическими датчиками из закрученных одностенных углеродных нанотрубок. После датчики передавали полученные данные о ЛОС в блок обработки сигналов. Нейронная сеть в блоке расшифровала смесь органических соединений и с точностью до 95 % определила, к какой из шести групп пациентов относится образец. Алгоритм также точно распознал степень тяжести заболеваний. Анализ каждого образца занимал до 20 минут. Исследователи проверили способность наносенсоров различать рак используя линейный дискриминантный анализ, машины опорных векторов, метрический алгоритм KNN и алгоритм машинного обучения random forest. Каждый алгоритм учёные обучили и проверили в соответствии с методами перекрестной проверки с исключением по-одному и k-кратной перекрестной проверки.Авторы отмечают, что это только начало работы, но они уже получили многообещающие результаты. Электронный нос может стать частью ежегодного профилактического осмотра населения и определять рак даже на бессимптомных стадиях. В настоящее время исследователи Пенсильванского университета совместно с VOC Health работают над введением устройства в широкомасштабное использование. Также исследователи получили грант от NCATS на создание электронного носа, способного по запаху определить людей с COVID-19. =========== Источник: habr.com =========== Похожие новости:
Машинное обучение ), #_nauchnopopuljarnoe ( Научно-популярное ), #_iskusstvennyj_intellekt ( Искусственный интеллект ), #_zdorove ( Здоровье ) |
|
Вы не можете начинать темы
Вы не можете отвечать на сообщения
Вы не можете редактировать свои сообщения
Вы не можете удалять свои сообщения
Вы не можете голосовать в опросах
Вы не можете прикреплять файлы к сообщениям
Вы не можете скачивать файлы
Вы не можете отвечать на сообщения
Вы не можете редактировать свои сообщения
Вы не можете удалять свои сообщения
Вы не можете голосовать в опросах
Вы не можете прикреплять файлы к сообщениям
Вы не можете скачивать файлы
Текущее время: 22-Ноя 12:24
Часовой пояс: UTC + 5