A kutatók megtalálták a módját annak, hogy hogyan kövessék nyomon a sejtminták morfológiai – vagyis alak- és szerkezetváltozását. Mindez azért is jelentős előrelépés, mert a sejtek az élet alapvető építőkövei, így fontos tudnunk, miként változnak, és ezt a változást mi befolyásolhatja – magyarázza az Interesting Engineering.

Hagyományosan a mikroszkópokon keresztül figyelik meg a kutatók a sejteket, ám mostanra sikerült egy másik lehetőséget is segítségül hívni: a mesterséges intelligenciát. Egész pontosan a mélytanuló algoritmusoknak köszönhetően mostantól kombinálhatják a sejtelemzésre használt módszereket.

Az interneten keresztül programozhatják a Parkinson-kóros betegek agyát a pécsi orvosok

A Parkinson-kór, a disztónia (kóros izom-összehúzódások által kiváltott akaratlan moz­gás) és a különböző eredetű remegések kezelésében nyújt segítséget egy új, Kelet-Közép-Európában először a pécsi klinikán alkalmazott, a beteg kezelését távolról lehetővé tevő megoldás - közölte a Pécsi Tudományegyetem.

Az Intelligent Computing című folyóiratban megjelent tanulmány szerint a kutatóknak sikerült automatizálniuk az eddigi manuális munkát igénylő sejtképelemzést. A sejtképelemzés célja, hogy feltárja a különböző kezelések okozta változásokat, valamint az azok közti összefüggéseket. A három legfontosabb feladata a szegmentálás, a követés és az osztályozás.

A szegmentáció a sejtképek azonosításának, számlálásának és morfológiai elemzésének alapelve. Ez a kulcsfeladat a fontos jellemzők azonosítására szolgál, amelyeket a mélytanuló algoritmus oszt különböző részekre vagy szegmensekre.

Most először adtak embereknek mesterségesen előállított vért

Egyelőre csak kis létszámmal, de elindult az a kísérlet, amely során mesterséges vért kapnak az önkéntesek.

Az osztályozás lehetővé teszi a kutatóknak, hogy a sejtek megkülönböztetésével képet alkossanak azok működéséről, míg a követés a sejtképek megfigyelését takarja. Ide tartozik például az immunválasz, a rákos sejtek terjedése, vagy a sérülés utáni sebgyógyulás.

A kutatók szerint egyelőre nagy a minőségbeli különbség az akadémiai és a valós felhasználás között. A legnagyobb kihívást az adatminőséggel, az adatok mennyiségével és az adatok megbízhatóságával kapcsolatban tapasztalták.

A jövőben azon dolgoznak majd a szakemberek, hogy ezeket a problémákat kiküszöböljék, hogy aztán a hétköznapi orvoslásban is használni lehessen a megoldást.

Ha máskor is tudni szeretne hasonló dolgokról, lájkolja a HVG Tech rovatának Facebook-oldalát.