Matematyczne usidlanie szpiczaka plazmocytowego

Wyniki dotychczas prowadzonych badań świadczą o możliwości zastosowania algorytmów sztucznej inteligencji do diagnostyki i stratyfikacji ryzyka w szpiczaku plazmocytowym. „Mogą one powoli być stosowane do badań przesiewowych, pogłębiania i przyspieszania diagnostyki obrazowej oraz optymalnego doboru terapii na podstawie badań genetycznych” — uważa prof. dr hab. n. med. Grzegorz Basak, kierownik Katedry i Kliniki Hematologii, Transplantologii i Chorób Wewnętrznych Warszawskiego Uniwersytetu Medycznego.

„Algorytmy sztucznej inteligencji (AI) to nic magicznego. To nowoczesna matematyka wspierająca pracę lekarzy — wyjaśnia prof. Grzegorz Basak. — Sztuczna inteligencja łączy duże liczby danych (big data — zbiory dużych, zmiennych, różnorodnych danych, które wymagają nowych form przetwarzania w celu wspomagania podejmowania decyzji, odkrywania nowych zjawisk, optymalizacji procesów) oraz narzędzia analityczne do ich przetwarzania (sztuczne sieci neuronowe, multiklasyfikacja, regresja, autoregresja, rozpoznawanie wzorów, Ensemble Learning techniques, Support Vector Machines, drzewa decyzyjne). W rezultacie powstają narzędzia sztucznej inteligencji, algorytmy”.