Nowy system sztucznej inteligencji, analizujący kształt i strukturę komórek krwi, może znacząco usprawnić diagnostykę chorób takich jak białaczka. Według naukowców, narzędzie o nazwie CytoDiffusion identyfikuje nieprawidłowe komórki z większą dokładnością i spójnością niż ludzcy specjaliści.
Przełom w rozpoznawaniu wzorców
System CytoDiffusion wykorzystuje generatywną AI, technologię znaną z generatorów obrazów, do szczegółowej analizy wyglądu komórek krwi. Zamiast skupiać się wyłącznie na oczywistych wzorcach, bada subtelne różnice w wyglądzie komórek pod mikroskopem. W przeciwieństwie do wielu istniejących narzędzi AI, które klasyfikują obrazy do z góry określonych kategorii, CytoDiffusion potrafi rozpoznać pełne spektrum normalnych wyglądów komórek krwi i niezawodnie oznaczać rzadkie lub nietypowe komórki, które mogą sygnalizować chorobę.
Wyzwania w ręcznej analizie krwi
Identyfikacja niewielkich różnic w rozmiarze, kształcie i strukturze komórek krwi jest kluczowa w diagnozowaniu wielu zaburzeń hematologicznych, jednak wymaga lat doświadczenia. Standardowy rozmaz krwi może zawierać tysiące komórek, co uniemożliwia człowiekowi dokładne zbadanie każdej z nich. Simon Deltadahl z Uniwersytetu w Cambridge, pierwszy autor badania, wyjaśnił, że model może zautomatyzować ten proces, sortować rutynowe przypadki i wyróżniać te nietypowe do oceny przez człowieka.
Trening na unikalnym zbiorze danych
Aby stworzyć CytoDiffusion, naukowcy wytrenowali go na ponad pół miliona obrazów rozmazów krwi zebranych w Addenbrooke’s Hospital w Cambridge. Zbiór ten jest największym tego typu i zawiera zarówno powszechne typy komórek, jak i rzadkie przykłady, które często mylą systemy zautomatyzowane. Dzięki temu model jest bardziej odporny na różnice między szpitalami, mikroskopami i technikami barwienia, co zwiększa jego zdolność do wykrywania anomalii.
Większa pewność w wykrywaniu białaczki
W testach CytoDiffusion zidentyfikował nieprawidłowe komórki związane z białaczką ze znacznie wyższą czułością niż istniejące systemy. Co istotne, model potrafił precyzyjnie określić, jak pewny jest swoich przewidywań. Deltadahl zaznaczył, że system wyróżniał się zdolnością do rozpoznawania własnej niepewności – cechą, której czasem brakuje ludzkim ekspertom.
Wsparcie, a nie zastępstwo dla klinicystów
Twórcy podkreślają, że CytoDiffusion nie ma na celu zastąpienia lekarzy, lecz wspieranie ich pracy poprzez szybkie oznaczanie niepokojących przypadków i automatyzację rutynowych analiz. Profesor Parashkev Nachev z UCL stwierdził, że prawdziwa wartość AI w opiece zdrowotnej polega na dostarczaniu możliwości diagnostycznych, prognostycznych i preskrypcyjnych, które przewyższają zdolności zarówno ekspertów, jak i prostych modeli statystycznych. Ta „metapoznawcza” świadomość – wiedza o tym, czego się nie wie – jest kluczowa w podejmowaniu decyzji klinicznych.
Źródło: https://www.sciencedaily.com/releases/2026/01/260112214317.htm
