استفاده از هوش مصنوعی برای تشخیص سرطان کولورکتال

بر اساس یک مطالعه جدید، محققان دریافتند که هوش مصنوعی می تواند سرطان کولورکتال را از طریق اسکن بافتی به خوبی یا بهتر از پاتولوژیست ها تشخیص دهد!

یک پاتولوژیست چگونه سرطان را تشخیص می دهد؟

این مطالعه برای آزمایش اینکه آیا هوش مصنوعی می‌تواند ابزاری برای کمک به پاتولوژیست‌ها برای همگام شدن با این بیماری در هنگام افزایش تقاضا برای ارائه خدمات بهتر باشد، طراحی شده است. پاتولوژیست ها هزاران تصویر هیستوپاتولوژی را به طور منظم ارزیابی و برچسب گذاری می کنند تا مشخص کنند که آیا کسی سرطان دارد یا خیر. به طور کلی میانگین حجم کاری آن ها به میزان قابل توجهی افزایش یافته است و گاهی اوقات به دلیل خستگی می تواند باعث تشخیص نادرست و ناخواسته شود.

هوش مصنوعی روشی مقرون به صرفه برای تشخیص سرطان

به گفته نویسنده اصلی این پژوهش، این یک مطالعه انقلابی است، زیرا آن ها با موفقیت از هوش مصنوعی برای شناسایی و تشخیص سرطان کولورکتال که یکی از شایع‌ترین علل مرگ‌های ناشی از سرطان در اروپا و آمریکا است، با روشی مقرون ‌به ‌صرفه استفاده کرده اند که در نهایت می‌تواند حجم کار پاتولوژیست‌ها را نیز کاهش دهد.

آزمودن هوش مصنوعی در این تست با استفاده از ۱۳ هزار تصویر تصادفی

برای انجام این مطالعه، این تیم تحقیقاتی بیش از ۱۳۰۰۰ تصویر از سرطان روده بزرگ را از ۸۸۰۳ فرد و ۱۳ مرکز مستقل سرطان در چین، آلمان و ایالات متحده جمع آوری کردند. آن ها با استفاده از تصاویری که به‌طور تصادفی توسط تکنسین‌ها انتخاب شدند، یک برنامه تشخیص پاتولوژیکی وابسته به ماشین ساختند که به رایانه اجازه می‌دهد تصاویری را که مربوط به سرطان کولورکتال است، تشخیص دهد.

عملکرد هوش مصنوعی حتی بهتر از پاتولوژیست ها

دکتر دنگ بیان می کند: چالش‌های این مطالعه از اندازه‌های بزرگ تصاویر پیچیده، اشکال پیچیده، بافت‌ها و تغییرات بافت‌شناسی در رنگ‌آمیزی هسته‌ای منشا می گیرد. اما در نهایت این مطالعه نشان داد که وقتی ما از هوش مصنوعی برای تشخیص سرطان کولورکتال استفاده کردیم، عملکرد قابل مقایسه و حتی در بسیاری از موارد بهتر از پاتولوژیست ها ارائه گردید.

امتیاز بالاتر هوش مصنوعی در دقت سنجش سرطان

ناحیه زیر منحنی مشخصه عملکرد گیرنده (ROC) یا AUC، نوعی ابزار اندازه گیری عملکرد است که دنگ و تیمش برای تعیین موفقیت این مطالعه استفاده کردند. پس از مقایسه نتایج کامپیوتر با کار پاتولوژیست ‌های بسیار با تجربه که داده‌ها را به صورت دستی تفسیر می‌کردند، این مطالعه نشان داد که پاتولوژیست ها به طور متوسط برای شناسایی دقیق سرطان کولورکتال به صورت دستی نمره ۰.۹۶۹ را کسب کردند. میانگین امتیاز برنامه کامپیوتری هوش مصنوعی با کمک ماشین ۰.۹۸ گزارش شد.

هوش مصنوعی فناوری مناسب برای پیش غربالگری سرطان

استفاده از هوش مصنوعی برای شناسایی سرطان یک فناوری نوظهور است و هنوز به طور گسترده پذیرفته نشده است. امید این تیم تحقیقاتی بر این است که این مطالعه منجر به این شود که پاتولوژیست های بیشتری در آینده از فناوری پیش غربالگری برای تشخیص سریع تر استفاده کنند. استفاده از هوش مصنوعی برای تشخیص سرطان می‌تواند فرآیند کلی را تسریع کند و زمان زیادی را هم برای بیماران و هم برای پزشکان صرفه‌جویی کند.

رفرنس مقاله:

https://www.nature.com/articles/s41467-021-26643-8

رفرنس خبر:

https://www.sciencedaily.com/releases/2021/11/211102180535.htm