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.

 
 

Pelottaako kuvien varmuuskopiointi verkkoon? Harkitse omaa pilveä

Viime vuonna otettiin huikeat 1,2 biljoonaa eli 1200 miljardia digitaalista valokuvaa1, joista noin 85 prosenttia älypuhelimilla. Kuvat säilyttävät muistojamme, jotta voimme palata myöhemmin niihin hetkiin, jotka muovaavat elämäämme ja kertovat tarinoitamme perheellemme ja ystävillemme. Puhelimen kadottaminen saattaa kuitenkin tarkoittaa myös näiden arvokkaiden muistojen hukkaamista. Niinpä on ehdottoman tärkeää varmistaa, että niistä on varmuuskopio.

Lue lisää...

Mitä IoT-rauta vaatii?

Pärjätäkseen IoT-markinoilla laitevalmistajien täytyy oppia innovoimaan nopeammin. IoT-sovelluksien kirjo on loppumaton ja menestyvät yritykset antavat kehittäjilleen mahdollisuuden jatkuvasti tunnistaa ja toteuttaa uusia ja yhä hyödyllisempiä tapoja valjastaa käyttöön antureita, monitoroida erityyppistä dataa ja ohjata laitteiden ekosysteemejä.

Lue lisää...
 
ETN_fi Viranomaisverkko Virveen tulee mobiililaajakaista ensi vuonna. Kumppanioperaattorikin selviää kilpailutuksessa v. 2… https://t.co/TtNorpIQy2
ETN_fi Ensimmäinen AVR-pohjainen Arduino-kortti. Lisätietoja Mouserilta. https://t.co/7yazvkOkV1
ETN_fi Nokialle 2+ mrd euron sopimukset kiinalaisoperaattorien kanssa. https://t.co/LJ6OPq0kb7
ETN_fi Mercedes voittaa jatkossa F1- ja sähköformulakisoja On Semin tehonhallintatekniikalla. VB77 for WDC in 2019! https://t.co/EjpdlTQwop
ETN_fi Beneq's transparent Lumineq matrix displays just got a lot bigger. See https://t.co/FDvZwrVGId
 
 

ny template