Un dispositivo capace di rilevare le cellule tumorali in pochi secondi è stato sviluppato da un gruppo di ricercatori dell’Università della California a Los Angeles e di NantWorks, un’azienda privata statunitense.
Secondo il comunicato stampa, la possibilità di rilevare le cellule tumorali nel sangue praticamente in tempo reale potrebbe consentire di estrarle in tempo, cosa che aiuterebbe a prevenire la diffusione della malattia.
Nello studio, pubblicato su Nature Scientific Reports, viene spiegato come funziona la tecnica che si basa su due tecnologie: l’intelligenza artificiale basata sull’apprendimento profondo (deep learning), usato per classificare e in generale analizzare i dati ottenuti, e il time stretch (estensione temporale) fotonico.
Quest’ultima è una tecnologia di misurazione ultraveloce inventata proprio dagli scienziati dell’Università californiana che vede l’utilizzo di lampi laser ultracorti per catturare trilioni di punti dati al secondo, una velocità 1000 volte maggiore rispetto ai più veloci microprocessori odierni.
Oltre a queste due tecnologie di base, il metodo utilizza anche una terza tecnologia denominata citometria a flusso di immagini.
La citometria è la scienza che misura le caratteristiche delle cellule e nella citometria a flusso di immagini queste caratteristiche vengono misurate tramite un laser per l’acquisizione delle immagini mentre le cellule stesse scorrono una alla volta attraverso un fluido vettore.
Yueqin Li, studentessa di dottorato e prima autrice dello studio, così spiega il sistema: “Abbiamo ottimizzato la progettazione della rete neurale profonda per gestire le grandi quantità di dati creati dal nostro citometro a flusso di immagini con l’estensione temporale, migliorando le prestazioni sia del software che dello strumento”.
Approfondimenti
- Deep learning enables scientists to identify cancer cells in blood in milliseconds | UCLA (IA)
- Deep Cytometry: Deep learning with Real-time Inference in Cell Sorting and Flow Cytometry | Scientific Reports (IA) (DOI: 10.1038/s41598-019-47193-6)
Articoli correlati
- Intelligenza artificiale impara complessi schemi di malattie geniche (3/9/2019)
- Risonanze magnetiche del cuore molto più veloci con l’intelligenza artificiale (24/9/2019)
- Immagini 2-D convertite in 3-D con il deep learning (8/11/2019)
- Nuova tecnica riduce fino al 60% il tempo di addestramento degli algoritmi di deep learning (11/4/2019)
- Intelligenza artificiale usata per rilevare retinopatia diabetica (28/4/2017)
- Apprendimento automatico per migliori diagnosi delle malattie intestinali (18/6/2019)
- Deep learning per prevedere le onde oceaniche (29/9/2017)
- Lettura della mente, altro passo avanti grazie al deep learning (24/10/2017)
