Ana sayfa/Sağlık

Makine öğrenmesi, kanser panelindeki gizli PTEN delesyonlarını buldu

Araştırmacılar, rutin kanser paneli dizilemesinde standart yazılımın kaçırabildiği odaksal PTEN kayıplarını ve delesyonun tek ya da çift kopyayı etkileyip etkilemediğini belirleyen iki model geliştirdi.

Makine öğrenmesi, kanser panelindeki gizli PTEN delesyonlarını buldu için özgün kapak görseli
KISA ÖZET

Bilmen gereken 3 şey

  • Birinci model odaksal delesyonları, ikinci model ise kaybın zigotluk durumunu otomatik olarak değerlendiriyor; PTEN geni örnek hedef olarak kullanıldı.
  • Yaklaşım, TSO500 panelinin standart analizinde görünmeyen gen kayıplarını okuma derinliği örüntülerinden çıkarmayı amaçlıyor.
  • Protein boyaması sonuçlarında normal örnekler yüksek PTEN sinyali gösterirken, delesyon taşıyan örneklerde belirgin protein azalması veya yokluğu görüldü.
YAPAY ZEKÂ ETKİ KARTI

Bu gelişme nereyi etkiliyor?

ETKİ
ANALİZİ
Toplum92/100
Bilim90/100
Günlük yaşam78/100
Ekonomi66/100

Bu puanlar haberin kapsamı, etkilenen kişi ve sektörler ile kısa–orta vadeli sonuçları dikkate alınarak editoryal olarak hazırlanır.

Ne oldu?

Panel dizileme, birçok kanserde sürücü değişiklikleri aramak için rutin kullanılıyor ancak küçük ve odaksal kopya sayısı kayıpları standart çağrı araçlarının eşiğinin altında kalabiliyor. Çalışma, araştırmacıların elle incelediği bin grafiği örüntülerini iki makine öğrenmesi modeliyle otomatikleştirdi.

Sonuçlar PTEN ve belirli bir panel iş akışı üzerinden üretildi. Başka genlere, laboratuvar protokollerine ve hasta gruplarına genellenebilirlik doğrulanmadan modelin tek başına tedavi seçmek için kullanılması uygun değil.

Neden önemli?

Tümör baskılayıcı gen kayıplarının gözden kaçması, hastanın moleküler profilini ve araştırma amaçlı hedef seçimini değiştirebilir. Mevcut panel verisinden daha fazla bilgi çıkarılması, yeni test gerektirmeden hassas onkolojinin çözünürlüğünü artırabilir.

KONU ZAMAN ÇİZELGESİ

Sağlık gündemi nasıl ilerledi?

RESMÎ KAYNAKnpj Precision Oncology

Haberin dayandığı özgün duyuruyu inceleyebilirsin.

Kaynağı aç
OKUMAYA DEVAM ET

Haber akışı devam ediyor

Aşağı kaydırdıkça sıradaki yapay zekâ haberleri otomatik olarak açılır.

SIRADAKİ HABER01

Dil modelleri, günlüklerden depresyon düzeyindeki değişimi izledi

108 katılımcının 14–21 günlük video günlüklerini inceleyen büyük dil modelleri, günlük depresyon puanları üretti; ortalama model puanları klinik görüşmeyle ölçülen belirti şiddetiyle ilişki gösterdi.

Dil modelleri, günlüklerden depresyon düzeyindeki değişimi izledi kapak görseli

Ne oldu?

Araştırmacılar videonun görüntüsünü değil, kısa günlüklerin yazıya dökülmüş metinlerini dil modellerine vererek günlük depresyon şiddeti puanladı. Model ve öz bildirim puanlarının işlevsellik değişkenleriyle ilişki profilleri birbirine oldukça yakındı.

İlişki, tanı doğruluğu anlamına gelmiyor. Örneklem küçük, günlükler araştırma koşullarında toplandı ve dil modelleri mahrem metinleri işliyor; klinik kullanım için farklı dil ve topluluklarda doğrulama, veri koruması ve uzman denetimi gerekiyor.

Neden önemli?

Depresyon belirtileri haftalık veya aylık ölçekler arasında hızla değişebilir. Serbest anlatımdan güvenli ve şeffaf biçimde türetilen ölçümler, kişinin durumunu daha sık izlemeye yardımcı olabilir; ancak hekim değerlendirmesinin yerine geçmemeli.

Sıradaki haber hazırlanıyor…

YAPAY ZEKÂ ▲38%APPLE ▲21%ROBOTİK ▲17%ÇİP ▲12%OYUN ▼8%SİBER GÜVENLİK ▲24%