地球科学可能拯救成千上万只实验小鼠
在生物医学研究中,对动物进行实验是一个重要组成部分,也是对动物福利感兴趣者的一大关注点。科学家们被鼓励尽可能少地使用动物进行研究,但减少动物数量也会降低研究结果的准确性。然而,一种新的机器学习技术(一种人工智能类型)可以减少某些研究中所需要的动物数量,并仍能提供精确的结果。
这种名为线性泊松建模的方法由曼彻斯特大学开发,最初是为了帮助行星科学家自动检查火星和月球的图像。该方法被用来学习不同行星地形的纹理,然后测量这些相同纹理在同一行星其他地方出现的数量。该方法还帮助了公民科学项目MoonZoo统计月球上的撞击坑。现在回到地球上,它已被发现作为癌症研究者检查实验小鼠植入的肿瘤医学图像的工具。
与传统统计方法相比,早期测试显示使用这种方法可能减少高达16倍的动物数量才能检测出癌症研究中治疗效果。这种机器学习方法可以描述被治疗和未被治疗的肿瘤组之间的差异。这种方法的灵敏度还允许进行更短的实验,从而减少参与动物的不适和困扰。我们的概念验证研究是充分实现新方法的好处的第一步,但首先必须证明类似的结果可以在其他肿瘤图像上重复。我们对此持乐观态度。