Ngày 27/2, Đại học Jyvaskyla của Phần Lan cho biết các nhà nghiên cứu của trường này đã phát triển một công cụ mới, có ứng dụng công nghệ Trí tuệ Nhân tạo (AI), để tự động xác định ung thư đại tràng từ phân tích mẫu mô bệnh học.
Theo Đại học Jyvaskyla, mô hình mạng nơ-ron được phát triển trong nghiên cứu này đã vượt qua tất cả các phương pháp phân tích trước đó trong việc phân loại mẫu mô.
Nhà nghiên cứu chịu trách nhiệm phát triển phương pháp này, Fabi Prezja cho biết công cụ mới có thể xác định tất cả các loại mô có liên quan đến việc xác định ung thư đại tràng, với độ chính xác là 96,74%.
Thông thường, phân tích mô đòi hỏi nhà nghiên cứu bệnh học phải xem qua các tiêu bản mẫu mô được quét và đánh dấu từng điểm mà mô ung thư và các mô liên quan có thể nhìn thấy.
Tuy nhiên, công cụ trên, với sự hỗ trợ của AI, sẽ phân tích một mẫu và tự động làm nổi bật các khu vực chứa các loại mô khác nhau. Độ chính xác của công cụ này có khả năng giúp giảm đáng kể khối lượng công việc của các nhà nghiên cứu bệnh học, có khả năng dẫn đến chẩn đoán, tiên lượng và hiểu biết lâm sàng nhanh hơn.
Đáng chú ý, nhóm nghiên cứu của Đại học Jyvaskyla đã cung cấp miễn phí công cụ trên để khuyến khích sự hợp tác cùng nghiên cứu.
Chuyên gia nghiên cứu Prezja cho biết: "Việc cung cấp miễn phí công cụ trên nhằm mục đích đẩy nhanh những tiến bộ trong tương lai bằng cách khuyến khích các nhà khoa học, nhà phát triển và chuyên gia nghiên cứu trên khắp thế giới tiếp tục phát triển công cụ này và tìm kiếm các ứng dụng mới cho nó."
Tuy nhiên, nhóm nghiên cứu thuộc Đại học Jyvaskyla cũng chỉ ra rằng mặc dù có những kết quả đầy hứa hẹn, việc đưa các công cụ AI trong khám lâm sàng cần được thực hiện từng bước và thận trọng.
Công cụ trên do các nhà nghiên cứu tại Đại học Jyvaskyla phát triển, hợp tác với Viện Y sinh học của Đại học Turku, Đại học Helsinki và Bệnh viện Nova của Phần Lan./.
Công nghệ AI có khả năng phát hiện ung thư cao hơn 21%
Phần mềm Trí tuệ Nhân tạo (AI) của Công ty DeepHealth hoạt động như "cặp mắt thứ hai," hỗ trợ các bác sỹ chẩn đoán phát hiện bất thường trong quá trình sàng lọc.
