Algoritam SEMIL (Semantically-Enhanced Multiple Instance Learning) koristi digitalne snimke patoloških preparata i njihove opise kako bi procijenio vjerovatnoću povratka bolesti, a rezultati su objavljeni u časopisu Gastroenterology.

Istraživači su analizirali više od 1.600 histopatoloških uzoraka, a tačnost alata potvrdili na 1.220 pacijenata s rakom debelog crijeva drugog stadija iz tri nezavisne grupe ispitanika iz više australijskih zdravstvenih ustanova.

Glavni autor studije Francis Magison kaže da tehnologija procjenjuje obrazac širenja tumora na njegovoj invazivnoj ivici, što je važan prognostički pokazatelj, ali ga patolozi teško dosljedno klasifikuju.

Magison dodaje da bi ove informacije mogle pomoći patolozima i onkolozima da prepoznaju pacijente s većim rizikom od recidiva, kojima je potrebno pažljivije praćenje ili dodatni tretman poput hemioterapije.

Istraživanje je pokazalo da je procjena rizika najpreciznija kada se podaci vještačke inteligencije podudaraju s procjenom patologa.

Rukovodilac programa Digitalna biologija na Institutu za molekularne nauke Univerziteta La Trobe, Jen He, izjavio je da bi se alat mogao integrisati u postojeće digitalne patološke procedure bez potrebe za dodatnim testovima ili uzorcima tkiva.

Rak debelog crijeva četvrti je najčešće dijagnostikovani karcinom u Australiji i drugi vodeći uzrok smrti od malignih bolesti u toj zemlji, dok je na globalnom nivou treći najčešći oblik raka.