JavaScript is currently disabled.Please enable it for a better experience of Jumi.

Jyväskylän yliopiston tutkijat opettivat tekoälytietokoneen laskemaan soluja histopatologisista syöpäkasvainkuvista. Näin tutkijat ottivat ensiaskeleen kohti tekoälyyn pohjautuvaa digitaalista palvelukeskusta. Perinteisessä histopatologien työssä lääkäri tai patologi analysoi kasvainkudosnäytteen visuaalisesti ohjelmistojen avulla. Tekoälyn avulla tunnistus tapahtuu merkittävästi nopeammin.

Jyväskylän yliopiston informaatioteknologian tiedekunnan tutkijat kehittivät neurolaskentamallin, joka testien perusteella pystyy pelkän digitaalisen kuvan perusteella määrittämään esimerkiksi T-solujen määrän syöpäkudoksesta muutaman prosentin tarkkuudella.

Tutkimusaineistona oli 5 523 kuvaa (yhden kuvan koko on 1472 x 921 pikseliä) suolistosyöpäkasvaimista, joiden T-solulukumäärä oli määritetty visualisointiohjelmiston avulla histopatologien toimesta. Solumäärän laskeminen onnistui yli 90 prosentissa tapauksista.

Pienessä määrässä kuvia määrityksessä tuli vielä virheitä eikä neuroverkko laskennan aikana tunnistanut soluja oikein. Syynä tähän voi olla, että neuroverkon opettamisessa käytetyssä aineistossa on virheitä. Tällöin lisänäytteiden myötä menetelmän tarkkuus paranee ja neuroverkko voi lopulta olla jopa nykyisiä menetelmiä tarkempi.

Tekoälyn avulla voidaan nopeuttaa ihmiselle työläitä vaiheita tutkittaessa kasvainten ominaisuuksia, kuten esimerkiksi T-solujen määrän laskeminen kasvainkudoksesta. Tällöin lääkärien ja patologien aikaa vapautuu sairauden tutkimisen ja hoidon kannalta oleellisempiin asioihin.

Menetelmien avulla voidaan tulevaisuudessa tehostaa esimerkiksi biopankkeihin kertyvien tietomassojen hyödyntämistä ja täten edistää hoitomenetelmien kehittämistä eri syöpäsairauksiin.

- Neuroverkkojen opettaminen tapahtui Jyväskylän yliopiston informaatioteknologian tiedekunnan sote-datan analysointia varten rakennetussa suljetussa tekoälylaskentaympäristössä, jossa tutkijoiden käytössä on esimerkiksi tehokas IBM Power 9 tekoälytietokone. Neuroverkkojen avulla yksi näytekuva voidaan analysoida tehokkaassa laskentaympäristössä sekunneissa, mikä tarkoittaisi, että vuorokaudessa voidaan analysoida jopa tuhansia näytteitä. Pilottimme tulokset täytyy kuitenkin vielä validoida uudella riippumattomalla aineistolla, kertoo tutkimusta vetänyt dosentti Sami Äyrämö.

 
 

LTE-mikroverkot tuovat yhteydet jopa kaivokseen

Erityisesti teollisuuden tarpeisiin sopivat LTE-mikroverkot ovat vähitellen siirtymässä pilottikohteista tuotantokäyttöön. Teknologia tarjoaa teollisuudelle uudenlaisia mahdollisuuksia, hyvää käytettävyyttä ja vahvaa tietoturvaa.

Lue lisää...

Moniydinsuorittimet tulevat lentokoneisiin

Ilmailun turvakriittisissä ohjausjärjestelmissä on aiemmin pitäydytty perinteisiin yhden ytimen prosessoriratkaisuihin. Nyt ilmailualallakin aletaan yleistä kehitystä seuraten siirtyä moniytimisiin suoritinarkkitehtuureihin.

Lue lisää...
 
ETN_fi Älä käytä verkkopankkia julkisilla laitteilla tai wifillä! https://t.co/oghm4QvzPj
ETN_fi Tämän takia Linux ei valtaa työpöytiä https://t.co/GmLMkZ7C1q
ETN_fi The 1st ever ETNdigi is out! Ensimmäinen ETNdigi ilmestyi – lue vankka paketti IoT-tekniikasta https://t.co/AeNPCRgufC
ETN_fi What is Mindsphere IoT by Siemens?. Ilmari Veijola explains at ECF2018. https://t.co/PczsxwpCO4 @SiemensSuomi @ETN_fi
ETN_fi You dont need code to create an Android app. It can be done on Simulink and MATLAB models. See Antti Löytynoja at E… https://t.co/VJzXEfJoOM
 
 

ny template