هوش مصنوعی رشد مجدد تومور را در بیماران سرطانی به دقت پیش بینی می کند

هوش مصنوعی رشد مجدد تومور را در بیماران سرطانی به دقت پیش بینی می کند
فهرست مطالب

پزشکان و دانشمندان ابزار هوش مصنوعی ابداع کرده‌اند که می‌تواند به دقت پیش‌بینی کند که احتمال رشد مجدد تومورها در بیماران سرطانی پس از انجام درمان وجود دارد.
نظارت بر بیماران پس از درمان برای اطمینان از اینکه عود سرطان فوراً انجام می شود، حیاتی است.
اکنون اولین مطالعه در جهان توسط بنیاد رویال مارسدن NHS Trust،مدلی را با استفاده از یادگیری ماشینی – نوعی هوش مصنوعی – شناسایی کرده است که می تواند خطر بازگشت سرطان را پیش بینی کند.
دکتر ریچارد لی، پزشک مشاور گفت: «این یک گام مهم رو به جلو در استفاده از هوش مصنوعی برای درک اینکه کدام بیماران در معرض بالاترین خطر عود سرطان هستند و برای تشخیص زودتر این عود است تا درمان مجدد مؤثرتر باشد.»
ابزار هوش مصنوعی ممکن است منجر به تشخیص زودهنگام عود در بیمارانی شود که در معرض خطر هستند، و اطمینان حاصل شود که آنها درمان فوری‌تری دریافت می‌کنند، اما همچنین می‌تواند منجر به اسکن‌های پیگیری غیرضروری و ویزیت‌های غیرضروری کمتری برای بیمارانی شود که کم خطر هستند.
لی گفت: «کاهش تعداد اسکن‌های مورد نیاز در این تنظیمات می‌تواند مفید باشد، و همچنین باعث کاهش قرار گرفتن در معرض تشعشع، بازدید از بیمارستان و استفاده مؤثرتر از منابع ارزشمند NHS می‌شود».
در این مطالعه پزشکان، دانشمندان و محققان یک مدل یادگیری ماشینی را برای تعیین اینکه آیا می تواند به طور دقیق بیماران سرطان ریه سلول غیر کوچک (NSCLC) در معرض خطر عود را پس از پرتودرمانی شناسایی کند، توسعه دادند. یادگیری ماشینی نوعی از هوش مصنوعی است که نرم افزار را قادر می سازد تا به طور خودکار نتایج را پیش بینی کند.
محققان از داده‌های بالینی ۶۵۷ بیمار NSCLC که در پنج بیمارستان بریتانیا تحت درمان بودند برای تغذیه مدل خود استفاده کردند – و داده‌های مربوط به عوامل پیش‌آگهی مختلف را برای پیش‌بینی بهتر احتمال عود بیمار اضافه کردند.
این موارد شامل سن، جنسیت، BMI، وضعیت سیگار کشیدن، شدت پرتودرمانی و ویژگی های تومور بیمار بود. سپس محققان از مدل هوش مصنوعی برای دسته‌بندی بیماران به دو دسته کم و زیاد احتمال عود، مدت زمانی که ممکن است قبل از عود تجربه می‌کنند و بقای کلی دو سال پس از درمان استفاده کنند، استفاده کردند.این ابزار در پیش‌بینی نتایج دقیق‌تر از روش‌های سنتی بود.

دیدگاهتان را بنویسید

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

اشتراک گذاری خبر:
برچسب‌ها: