در یک دستاورد بزرگ دیگر برای هوش مصنوعی در حوزه سلامت، محققان مدلی را توسعه داده‌اند که قادر است تومورهای مغزی باقی‌مانده را که ممکن است در حین جراحی توسط جراحان نادیده گرفته شود، در مدت زمان تنها ۱۰ ثانیه شناسایی کند. این فناوری می‌تواند از بروز بسیاری از عوارض پس از جراحی جلوگیری کند و بهبود قابل توجهی در درمان بیماران ایجاد نماید.
مدل “FastGlioma” که توسط محققان دانشگاه میشیگان و دانشگاه کالیفرنیا در سانفرانسیسکو توسعه یافته، قادر است تومورهای مغزی (گلیوما) را با سرعت و دقت بیشتری نسبت به روش‌های استاندارد کنونی شناسایی کند. این فناوری می‌تواند در آینده به‌عنوان مدل مرجع برای راهنمایی جراحی‌های مغزی مورد استفاده قرار گیرد.
یکی از چالش‌های بزرگ در جراحی‌های تومور مغزی این است که تشخیص دقیق مرزهای بین بافت مغزی سالم و تومورهای مغزی مشکل است. در بسیاری از موارد، تومورهایی که به‌طور کامل حذف نمی‌شوند، می‌توانند باعث بروز مشکلاتی مانند تشنج، عفونت‌ها، سردرد، مشکلات شناختی و اختلالات حرکتی شوند.
فناوری “FastGlioma” به پزشکان این امکان را می‌دهد تا در کمتر از ۱۰ ثانیه و با دقت ۹۰ درصد، تومورهای باقی‌مانده را شناسایی کنند. این سیستم با استفاده از تصاویر با وضوح پایین، قادر است تومورهایی که ممکن است با روش‌های تصویربرداری دیگر نادیده گرفته شوند، شناسایی کند.
این مدل هوش مصنوعی از داده‌های بیش از ۱۱,۰۰۰ نمونه جراحی و ۴ میلیون نمای میکروسکوپی استفاده کرده و توانسته است به دقت بالایی دست یابد. با استفاده از تصاویر با وضوح بالا، “FastGlioma” توانسته است به دقت ۹۲ درصد در شناسایی تومورهای باقی‌مانده برسد.
محققان امیدوارند که این فناوری بتواند به زودی در شناسایی انواع دیگر سرطان‌ها نیز استفاده شود. به گفته آدیتیا پاندی، یکی از نویسندگان این مطالعه، در تحقیقات آینده هدف آنها گسترش این روش به سرطان‌های ریه، پروستات، سینه و سر و گردن است.
این پیشرفت علمی، یک گام بزرگ در بهبود کیفیت زندگی بیماران پس از جراحی و کاهش نیاز به روش‌های درمانی اضافی و پرهزینه است. “FastGlioma” نمونه‌ای برجسته از چگونگی استفاده از هوش مصنوعی برای بهبود نتایج درمانی در جراحی‌های مغزی است.
کد خبر ۲۰۱۰۳۰۸۲۶.۱۳۵
