این پزشکان از AI برای غربالگری سرطان پستان استفاده می کنند


وقتی کوید آمد در ماساچوست ، وی كنستانس لمان را مجبور كرد تا روش غربالگري زنان از نظر سرطان پستان توسط بيمارستان ماساچوست را تغيير دهد. بسیاری از افراد به دلیل نگرانی در مورد ویروس ، معاینه و اسکن منظم را از دست داده اند. بنابراین رابط های رمزگذاری لمان در این مرکز شروع به استفاده از الگوریتم هوش مصنوعی برای پیش بینی بیشترین خطر ابتلا به سرطان کردند.

به گفته لمان ، از زمان شیوع بیماری ، حدود 20000 زن غربالگری معمول را از دست داده اند. معمولاً از هر 1000 زن مورد بررسی 5 نفر علائم سرطان را نشان می دهند. وی گفت: اینها 100 سرطان است که ما تشخیص نداده ایم.

لمان می گوید رویکرد هوش مصنوعی به شناسایی تعدادی از زنان کمک کرده است که وقتی متقاعد می شوند برای غربالگری معمول مراجعه کنند ، علائم اولیه سرطان است. زنانی که توسط الگوریتم مشخص شده اند سه برابر بیشتر در معرض سرطان قرار دارند. روشهای آماری قبلی از روشهای تصادفی بهتر نبودند.

این الگوریتم ماموگرافی های قبلی را تجزیه و تحلیل می کند و به نظر می رسد حتی در مواردی که پزشکان علائم هشداردهنده را در این اسکن های قبلی مشاهده نکرده اند ، کار می کند. او می گوید: “آنچه ابزارهای هوش مصنوعی انجام می دهند این است که اطلاعاتی را استخراج می کنند که چشم و مغز من قادر به استفاده از آنها نیست”

با مجوز از MIT

مدت هاست که محققان توانایی تجزیه و تحلیل هوش مصنوعی در تصویربرداری پزشکی را تبلیغ می کنند و برخی از ابزارها به مراقبت های پزشکی راه پیدا کرده اند. لمان چندین سال است که با محققان MIT در مورد روش های کاربرد AI در غربالگری سرطان کار می کند.

اما هوش مصنوعی به عنوان راهی برای پیش بینی دقیق خطر حتی بالقوه مفیدتر است. غربالگری سرطان پستان گاهی اوقات فقط شامل ماموگرافی برای پیش سازهای سرطان نیست ، بلکه شامل جمع آوری اطلاعات بیمار و ارسال آن به عنوان یک مدل آماری برای تعیین نیاز به غربالگری پیگیری است.

آدام یالا ، دانشجوی دکترا در انستیتوی فناوری ماساچوست ، شروع به ساخت الگوریتمی کرد که لمان ، به نام Mirai ، قبل از کوید استفاده می کرد. وی می گوید هدف از استفاده از هوش مصنوعی بهبود تشخیص زود هنگام و کاهش استرس و هزینه مثبت کاذب است.

برای ایجاد میرا ، یالا مجبور شد بر مشکلاتی غلبه کند که مانع دیگر تلاش ها برای استفاده از هوش مصنوعی در رادیولوژی شد. این روش از روش یادگیری ماشین رقابتی استفاده می کند ، که در آن یک الگوریتم سعی می کند دیگری را فریب دهد تا تفاوت بین دستگاه های رادیولوژیک را حساب کند ، که ممکن است به این معنی باشد که بیمارانی که با همان خطر سرطان پستان روبرو هستند نتایج متفاوتی می گیرند. این مدل همچنین برای جمع بندی داده های چندین ساله طراحی شده است و آن را دقیق تر از تلاش های قبلی که شامل داده های کمتری است ، می کند.

الگوریتم MIT چهار نمای استاندارد ماموگرافی را تجزیه و تحلیل می کند ، سپس از آن اطلاعات بیمار را که اغلب جمع آوری نمی شوند ، مانند سابقه جراحی یا عوامل هورمونی مانند یائسگی ، خارج می کند. اگر این داده ها توسط پزشک جمع آوری نشده باشد ، این ممکن است کمک کند. جزئیات کار در مقاله منتشر شده امروز در ژورنال شرح داده شده است علم پزشکی ترجمه.


منبع: sadeh-news.ir

Leave a reply

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>