Ett nytt generativt AI-verktyg vid namn CytoDiffusion analyserar blodceller med högre noggrannhet än mänskliga experter, vilket potentiellt förbättrar diagnoser av sjukdomar som leukemi. Utvecklat av forskare från brittiska universitet, upptäcker systemet subtila avvikelser och kvantifierar sin egen osäkerhet. Det tränades på över en halv miljon bilder och utmärker sig i att flagga sällsynta fall för granskning.
Forskare från University of Cambridge, University College London och Queen Mary University of London har utvecklat CytoDiffusion, ett generativt AI-system som undersöker blodcellers former och strukturer under mikroskop. Publicerat i Nature Machine Intelligence överträffar verktyget mänskliga specialister i att identifiera onormala celler kopplade till blodsjukdomar som leukemi, med högre känslighet och konsistens. nnTill skillnad från traditionell AI som sorterar bilder i fasta kategorier modellerar CytoDiffusion hela spektrumet av normala blodcellers utseenden, vilket gör det robust mot variationer i mikroskop eller färgningstekniker. Det tränades på över 500 000 blodutstrykbilder från Addenbrooke's Hospital i Cambridge, den största datamängden i sitt slag. nn«Vi har alla många olika typer av blodceller med olika egenskaper och roller i kroppen», säger Simon Deltadahl, studiens försteförfattare från Cambridges avdelning för tillämpad matematik och teoretisk fysik. «Vita blodkroppar specialiserar sig på att bekämpa infektioner, till exempel. Men att veta hur en ovanlig eller sjuk blodcell ser ut under mikroskop är en viktig del av diagnos av många sjukdomar.» nnSystemet hanterar den enorma skalan i blodanalys, där utstryk innehåller tusentals celler som är för många för manuell granskning. «Människor kan inte titta på alla celler i ett utstryk — det är inte möjligt», noterade Deltadahl. «Vår modell kan automatisera processen, sortera rutinfallen och markera allt ovanligt för mänsklig granskning.» nnI tester överträffade CytoDiffusion människor något i noggrannhet och stack ut genom att tillförlitligt bedöma sin osäkerhet. «När vi testade dess noggrannhet var systemet något bättre än människor», sa Deltadahl. «Men där det verkligen utmärkte sig var i att veta när det var osäkert. Vår modell skulle aldrig säga att det var säkert och sedan ha fel, men det är något som människor ibland gör.» nnAI:n genererar också realistiska syntetiska blodcells-bilder som lurade hematologer i ett Turing-test, där experter inte kunde skilja dem från verkliga bättre än slumpen. nnFör att främja global forskning släpper teamet datamängden offentligt. Medförfattare och senior professor Parashkev Nachev från UCL betonade dess stödjande roll: «AI:ns sanna värde i vården ligger inte i att approximera mänsklig expertis till lägre kostnad, utan i att möjliggöra större diagnostisk, prognostisk och preskriptiv kraft än vad experter eller enkla statistiska modeller kan uppnå.» nnForskare betonar att CytoDiffusion stödjer kliniker snarare än ersätter dem, med ytterligare arbete behövs på hastighet och mångsidiga populationer.
