پیش بینی سرطان مغز با هوش مصنوعی



مطالعه قبلی دانشگاه «یورک» که با همکاری علی صادقی نائینی انجام شده است، حاکی از آن استفاده می کند که یک تکنیک خلاقانه بر روی هوش مصنوعی (AI) توسعه می دهد که در پیش بینی تأثیر روش های درمانی در بیماران مبتلا به متاستاز مغزی به طور قابل توجهی در بدن وجود دارد. از چشم انسان است.

به گزارش ایسنا و به نقل از تی ان، مطالعه این محققان جدید که تحقیقات و فناوری آنها را در نهایت به برنامه های درمانی مناسب تر و نتایج سلامت بهتر برای درمان سرطان می پردازند. علی صادقی نائینی، رئیس بخش پژوهشی دانشگاه یورک و استاد مهندسی پزشکی و کامپیوتر در دانشکده مهندسی لاسوند، گفت: این یک تحلیل علوم پیچیده و جامع از ام.آر.آی برای یافتن ویژگی‌ها و الگوهایی است که معمولاً توسط چشم انسان ثبت نمی‌شود. ما امیدواریم که تکنیک ما، که یک روش جدید پیش بینی بر روی هوش مصنوعی برای تشخیص عیوب رادیوتراپی در متاستاز مغز است.

مطالعات قبلی نشان دادند که با استفاده از روش‌های استاندارد مانند تصویربرداری ام.آر.آی، اندازه‌گیری، محل و تعداد متاستازهای مغزی و همچنین نوع سرطان اولیه و وضعیت بیمار، انکولوژیست‌ها قادر به پیش بینی شکست درمان در حدود 65 درصد هستند. بررسی مدل هوش مصنوعی را ایجاد و آزمایش کردند و بهترین مدل آنها دقت 83 درصدی داشت.

متاستازهای مغزی نوعی تومور سرطانی هستند و می‌توانند ایجاد کنند که سرطان‌های ایجاد شده در ریه‌ها، پستان‌ها، بزرگ‌ها یا سایر قسمت‌های بدن از طریق جریان خون یا سیستم لنفاوی به مغز پخش می‌شوند. در حالی که گزینه‌های درمانی وجود دارد، رادیوتراپی استریوتاکتیک یکی از رایج‌ترین روش‌های درمانی است که شامل دوزهای درمانی پرتو در منطقه تومور است.

صادقی نائینی گفت: همه تومورها به تشعشع پاسخ نمی‌دهند و در 30 درصد از این بیماران پس از درمان، تومور به رشد خود ادامه می‌دهد. این اتفاق تا ماه‌ها پس از درمان از طریق ام.آر.آی کشف نمی‌شود. پیش بینی نحوه پاسخ درمانی قبل از شروع درمان بسیار مهم است.

شبکه‌های عصبی مصنوعی را ایجاد می‌کنند که شبکه‌های عصبی مصنوعی بر روی مجموعه‌ای از داده‌ها آموزش دیده‌اند، سپس در مرحله بعد با استفاده از تکنیک‌های مصنوعی آموزش می‌دهند که به مناطق خاص توجه داشته باشند. .

صادقی نائینی توضیح می‌دهد: وقتی به ام.آر.آی نگاه می‌کنید، مناطقی را در داخل یا اطراف تومور می‌بینید که شدت و الگوی آن متفاوت است، بنابراین با سیستم بینایی خود بیشتر به آن قسمت‌ها توجه می‌کنید. اما یک الگوریتم هوش مصنوعی نسبت به این موضوع عملکرد خوبی ندارد. مکانیسم توجهی که ما در الگوریتم گنجانده‌ایم به این ابزارهای هوش مصنوعی کمک می‌کند تا یاد بگیرند کدام قسمت از این تصاویر مهم‌تر هستند و برای تحلیل و تحلیل و پیش بینی زمان بیشتر روی آن‌ها می‌گذرند.

این تحقیقات در آزمایشگاه دکتر نائینی در پردیس دانشگاه یورک با دانشجوی دکترای این دانشگاه، دکتر علی جلالی‌فر، از نویسندگان این مطالعه انجام شد.

صادقی نائینی می‌گوید در حالی که باید بیشتر انجام شود، یافته‌ها نشان می‌دهد که ابزارهای مصنوعی بالقوه مهم در مدیریت دقیق سایر مغزها و حتی انواع سرطان است. گام بعدی برای پذیرش این روش به عنوان یک ابزار بالینی، بررسی یک گروه بزرگ‌تر با مجموعه‌های چند نهادی است.

انتهای پیام



منبع