استفاده از هوش مصنوعی برای تشخیص سرطان پستان

استفاده از هوش مصنوعی برای تشخیص سرطان پستان

کد خبر: ۶۰۱۱۰۹

تاریخ انتشار: ۱۶ اکتبر۲۰۱۷

هر سال ۴۰،۰۰۰ زن از سرطان سینه تنها در ایالات متحده آمریکا می‌میرند. هنگامی که سرطان تشخیص داده میشود، اغلب قابل درمان است. ماموگرافی بهترین تست تشخیص در دسترس است ، اما هنوز هم ناقص است و اغلب نتایج مثبت کاذبی را به دنبال دارد که می تواند بافت‌ برداری‌های غیر ضروری و جراحی را به دنبال داشته باشد.

ضایعات به اصطلاح “خطر بالا” در ماموگرافی مشکوک ظاهر می‌شوند و وقتی که با بیوپسی(بافت برداری) سوزن آزمایش می‌شوند، سلول های غیر طبیعی دارند. در این حالت، بیمار به طور معمول تحت عمل جراحی قرار می‌گیرد تا ضایعه را از بین ببرند. با این حال، ضایعات در٪ ۹۰  موارد خوش‌خیم هستند. این بدان معنی است که هر سال هزاران زن تحت عمل  جراحی دردناک وگران قیمت قرار می‌گیرند که حتی نیازی به آن‌ها نیست .

پس چگونه می‌توان جراحی‌های غیر ضروری را حذف کرد در حالیکه هنوز نقش مهم ماموگرافی در تشخیص سرطان حفظ شده‌است ؟

محققان دربخش علوم کامپیوتر و آزمایشگاه هوش‌مصنوعی MIT و دانشگاه هاروارد براین باورند که پاسخ این سوال به کارگیری هوش مصنوعی است.

به عنوان اولین پروژه اعمال AI برای بهبود تشخیص سرطان پستان، تیم‌ها با ایجاد یک سیستم AI که با استفاده از یادگیری ماشین برای پیش‌بینی اینکه آیا یک ضایعه خطر بالا شناسایی شده در بیوپسی سوزن پس از یک ماموگرافی به سرطان ارتقا پیدا خواهد کرد، همکاری کردند.

در تست ۳۳۵ مورد ضایعه با احتمال خطر بالا، این مدل به درستی ۹۷ درصد سرطان‌های پستان را بدخیم تشخیص داد و تعداد عمل جراحی خوش‌خیم را بیش از ۳۰ درصد نسبت به روش‌های موجود کاهش داد .

این مدل الگوهای متعددی را در میان بسیاری از عناصر داده‌ای که شامل جمعیت شناسی، تاریخچه خانوادگی، بافت‌برداری‌های گذشته و گزارش‌های پاتولوژی است، مورد بررسی قرار می‌دهد.

آقای Lehman استاد دانشکده پزشکی هاروارد و مدیر بخش رادیولوژی MGH می‌گوید: “به نظر ما، این اولین دستاورد استفاده از یادگیری ماشین برای تشخیص ضایعات خطرناک است که نیاز به عمل جراحی را مشخص می‌کند. از این‌رو می‌توانیم رویکردهای هدفمند‌تری را برای مراقبت‌های بهداشتی فراهم کنیم و بانوان با آگاهی بیشتریبه درمان خود بپردازند.”

این روش چگونه کار می‌کند؟

آقای Marc Kohli، مدیر اطلاعات پزشکی بالینی در بخش رادیولوژی و تصویربرداری بیومدیکال دانشگاه کالیفرنیا سان فرانسیسکو می‌گوید: “این کار نمونه‌ای از استفاده‌ی تکنولوژی پیشرفته ماشین را برای جلوگیری از جراحی غیر ضروری نشان می دهد. این اولین قدم به سمت جامعه پزشکی است که  machine learningرا به عنوان راهی برای شناسایی الگوها و روندهایی در برمی‌گیرد که در غیر این صورت نمی‌توانند به انسان شناسایی شوند.”

 

روش شناخته شده با عنوان طبقه‌بندی تصادفی-جنگلی، منجر به کاهش جراحی‌های غیر ضروری همچنین تشخیص ضایعات سرطانی بیشتری در مقایسه با استراتژی انجام عمل جراحی شد. به این‌صورت که ۹۷ درصد از سرطان‌ها را در مقایسه با ۷۹ درصد قبل تشخیص‌ داد.

این مدل هوش‌مصنوعی همچنین می‌تواند به راحتی قابل تنظیم برای تشخیص سایر انواع سرطان و حتی بیماری‌ها به کار گرفته‌ شود .

منبع:

http://news.mit.edu/2017/artificial-intelligence-early-breast-cancer-detection-1017

 

 

پاسخ دهید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *