Yapay Zeka ile Hastalıkların Erken Teşhisi: Kanser ve Virüsleri Nanoteknoloji ile Tanımlama
Araştırmacılar, kanser ve normal hücreler arasında ayrım yapabilen ve nano ölçekte çözünürlüklü görüntüler kullanarak hücrelerdeki erken viral enfeksiyonları tespit edebilen bir yapay zeka olan AINU’yu geliştirdiler. Bu, daha hızlı, daha doğru hastalık teşhisine ve daha iyi hasta sonuçlarına yol açabilir.
Genomik Düzenleme Merkezi (CRG), Bask Ülkesi Üniversitesi (UPV/EHU), Donostia Uluslararası Fizik Merkezi (DIPC) ve Fundación Biofisica Bizkaia’daki (FBB, Biofisika Enstitüsü’nde yer almaktadır) araştırmacılar, kanser hücrelerini normal hücrelerden ayırt edebilen ve hücrelerdeki viral enfeksiyonun çok erken aşamalarını tespit edebilen bir yapay zeka geliştirdiler. Nature Machine Intelligence dergisinde bugün (27 Ağustos) yayınlanan bulgular, gelişmiş teşhis tekniklerinin ve hastalık için yeni izleme stratejilerinin önünü açıyor.
AINU (AI of the NUcleus) adlı araç, hücrelerin yüksek çözünürlüklü görüntülerini tarıyor. Görüntüler, normal mikroskopların görebileceğinden çok daha ince ayrıntıları yakalayan bir resim oluşturan STORM adlı özel bir mikroskopi tekniği ile elde ediliyor. Yüksek çözünürlüklü enstantaneler, nano ölçekte çözünürlükteki yapıları ortaya çıkarıyor.
Bir nanometre (nm) bir metrenin milyarda biridir ve bir insan saçı teli yaklaşık 100.000 nm genişliğindedir. Yapay zeka, hücrelerin içindeki 20 nm kadar küçük veya bir insan saçının genişliğinden 5.000 kat daha küçük yeniden düzenlemeleri tespit edebilir. Bu değişiklikler, insan gözlemcilerin yalnızca geleneksel yöntemlerle bulamayacağı kadar küçük ve inceliklidir.
Görüntü, araştırmacıların hücre çekirdeği içindeki ayrıntılı yapıları nano ölçekte çözünürlükte görmelerini sağlayan belirli nükleer bileşenleri göstermek için iki renk kullanıyor. Kredi: Zhong Limei
Yapay Zeka ile Hastalık Tespitinde Devrim
“Bu görüntülerin çözünürlüğü, yapay zekamızın DNA’nın hücrelerin içinde nasıl düzenlendiğindeki değişiklikler de dahil olmak üzere belirli kalıpları ve farklılıkları olağanüstü bir doğrulukla tanıması için yeterince güçlüdür ve değişikliklerin meydana geldikten çok kısa bir süre sonra tespit edilmesine yardımcı olur. Bir gün bu tür bilgilerin doktorlara hastalığı izlemek, tedavileri kişiselleştirmek ve hasta sonuçlarını iyileştirmek için değerli zaman kazandırabileceğini düşünüyoruz” diyor çalışmanın eş yazarı ve Barselona’daki Genomik Düzenleme Merkezi’nde araştırmacı olan ICREA Araştırma Profesörü Pia Cosma.
AINU, görüntüler gibi görsel verileri analiz etmek için özel olarak tasarlanmış bir yapay zeka türü olan konvolüsyonel bir sinir ağıdır. Konvolüsyonel sinir ağlarına örnek olarak, kullanıcıların akıllı telefonlarının kilidini yüzleriyle açmalarını sağlayan yapay zeka araçları veya sürücüsüz otomobillerin yoldaki nesneleri tanıyarak ortamları anlamak ve gezinmek için kullandıkları diğer araçlar verilebilir.
Tıpta, konvolüsyonel sinir ağları mamogramlar veya CT taramaları gibi tıbbi görüntüleri analiz etmek ve insan gözü tarafından gözden kaçabilecek kanser belirtilerini tanımlamak için kullanılır. Ayrıca doktorların MRI taramalarındaki veya X-ray görüntülerindeki anormallikleri tespit etmelerine yardımcı olarak daha hızlı ve daha doğru bir teşhis koymalarına yardımcı olabilirler.
Kanser ve Virüs Tespiti için AINU Eğitimi
AINU, hücrelerin içindeki küçük yapıları moleküler düzeyde tespit ve analiz ediyor. Araştırmacılar modeli, farklı durumlardaki birçok farklı hücre türünün çekirdeğinin nano ölçekte çözünürlüklü görüntüleriyle besleyerek eğitti. Model, nükleer bileşenlerin üç boyutlu uzayda nasıl dağıldığını ve düzenlendiğini analiz ederek hücrelerdeki belirli kalıpları tanımayı öğrendi.
Örneğin, kanser hücrelerinin nükleer yapılarında, DNA’larının nasıl düzenlendiği veya enzimlerin çekirdek içindeki dağılımı gibi normal hücrelere kıyasla belirgin değişiklikler vardır. Eğitimden sonra AINU, hücre çekirdeklerinin yeni görüntülerini analiz edebilir ve bunları yalnızca bu özelliklere dayanarak kanserli veya normal olarak sınıflandırabilir.
Görüntülerin nano ölçekli çözünürlüğü, yapay zekanın bir hücrenin çekirdeğindeki değişiklikleri, herpes simpleks virüsü tip-1 ile enfekte olduktan bir saat sonra tespit etmesini sağladı. Model, bir virüs hücrenin çekirdeğinin yapısını değiştirmeye başladığında meydana gelen DNA’nın ne kadar sıkı paketlendiğindeki küçük farklılıkları bularak virüsün varlığını tespit edebildi.
Klinik Uygulama ve Ötesine Doğru
“Yöntemimiz, enfeksiyon başladıktan çok kısa bir süre sonra bir virüs tarafından enfekte edilmiş hücreleri tespit edebilir. Normalde doktorların bir enfeksiyonu fark etmeleri zaman alır çünkü gözle görülür semptomlara veya vücuttaki daha büyük değişikliklere güvenirler. Ancak AINU ile hücrenin çekirdeğindeki küçük değişiklikleri hemen görebiliyoruz” diyor çalışmanın eş yazarı ve UPV/EHU’da Ikerbasque Araştırma Görevlisi ve San Sebastián/Donostia’daki FBB-Biofisika Enstitüsü ve DIPC’ye bağlı Ignacio Arganda-Carreras.
“Araştırmacılar bu teknolojiyi, virüslerin vücuda girdikten hemen sonra hücreleri nasıl etkilediğini görmek için kullanabilir ve bu da daha iyi tedaviler ve aşılar geliştirilmesine yardımcı olabilir. Hastanelerde ve kliniklerde, AINU basit bir kan veya doku örneğinden enfeksiyonları hızlı bir şekilde teşhis etmek için kullanılabilir, bu da süreci daha hızlı ve daha doğru hale getirir.” diye ekliyor çalışmanın ilk yazarı ve Çin’in Guangzhou kentindeki Guangdong Eyaleti Halk Hastanesi’nde (GDPH) araştırmacı olan Limei Zhong.
Klinik Kullanım için Teknik Sınırlamaların Aşılması
Araştırmacılar, teknolojinin klinik bir ortamda test edilmeye veya kullanılmaya hazır hale gelmesinden önce önemli sınırlamaların üstesinden gelmek zorunda. Örneğin, STORM görüntüleri yalnızca normalde yalnızca biyomedikal araştırma laboratuvarlarında bulunan özel ekipmanlarla alınabilir. YZ’nin gerektirdiği görüntüleme sistemlerinin kurulması ve bakımı, hem ekipman hem de teknik uzmanlık açısından önemli bir yatırımdır.
Bir başka kısıtlama da STORM görüntülemenin tipik olarak bir seferde sadece birkaç hücreyi analiz etmesidir. Teşhis amacıyla, özellikle de hız ve verimliliğin çok önemli olduğu klinik ortamlarda, doktorların bir hastalığı tespit edebilmeleri veya izleyebilmeleri için tek bir görüntüde çok daha fazla sayıda hücre yakalamaları gerekecektir.
“STORM görüntüleme alanında mikroskopların yakında daha küçük veya daha az uzmanlaşmış laboratuvarlarda ve nihayetinde klinikte bile kullanılabileceği anlamına gelen birçok hızlı ilerleme var. Erişilebilirlik ve verim sınırlamaları daha önce düşündüğümüzden daha çekilebilir sorunlar ve yakında klinik öncesi deneyler gerçekleştirmeyi umuyoruz” diyor Dr. Cosma.
AINU ile Kök Hücre Araştırmalarının Geleceği
Klinik faydalara yıllar olsa da, AINU’nun kısa vadede bilimsel araştırmaları hızlandırması bekleniyor. Araştırmacılar, teknolojinin kök hücreleri çok yüksek hassasiyetle tanımlayabildiğini keşfetti. Kök hücreler, pluripotentlik olarak bilinen bir yetenekle vücuttaki her tür hücreye dönüşebilir. Pluripotent hücreler, hasarlı dokuların onarılmasına veya değiştirilmesine yardımcı olma potansiyelleri açısından incelenmektedir.
AINU, pluripotent hücreleri tespit etme sürecini daha hızlı ve daha doğru hale getirerek kök hücre tedavilerinin daha güvenli ve daha etkili olmasına yardımcı olabilir. “Yüksek kaliteli kök hücreleri tespit etmeye yönelik mevcut yöntemler hayvan testlerine dayanıyor. Ancak, yapay zeka modelimizin çalışması için gereken tek şey, temel nükleer özellikleri vurgulayan belirli belirteçlerle boyanmış bir örnektir. Daha kolay ve hızlı olmasının yanı sıra, kök hücre araştırmalarını hızlandırabilir ve bilimde hayvan kullanımının azaltılmasına katkıda bulunabilir,” diyor araştırmanın ilk yazarı ve CRG’de araştırmacı olan Davide Carnevali.
Kaynak: https://scitechdaily.com
ALS Hastası, Beyin İmplantı ve Yapay Zeka Sayesinde Gerçek Sesine Kavuştu