هوش مصنوعی بهتر از چشم انسان در پیش بینی بیماری عمل می کند
مطالعه اخیر محققان دانشگاه یورک حاکی از آن است که یک تکنیک خلاقانه هوش مصنوعی (AI) که آنها توسعه داده اند در پیش بینی نتایج درمانی در بیماران مبتلا به متاستاز مغزی به طور قابل توجهی مؤثرتر از چشم انسان است.
این تیم پژوهشی امیدوار است که تحقیقات و فناوری جدید در نهایت بتواند به برنامه های درمانی مناسب‌تر و نتایج سلامت بهتر برای بیماران سرطانی منجر شود.
علی صادقی نائینی (Ali Sadeghi-Naini) رئیس پژوهشکده دانشگاه یورک و دانشیار مهندسی پزشکی و علوم کامپیوتر می گوید: این مطالعه یک تحلیل پیچیده و جامع از ام آر آی برای یافتن ویژگی‌ها و الگوهایی است که معمولاً توسط چشم انسان ثبت نمی شوند.
این پژوهشگر ایرانی الاصل در ادامه افزود: ما امیدواریم که تکنیک ما که یک روش جدید پیش بینی مبتنی بر هوش مصنوعی برای تشخیص شکست رادیوتراپی در متاستاز مغز است، بتواند به انکولوژیست‌ها و بیماران کمک کند تا تصمیمات آگاهانه تری بگیرند و درمان را در شرایطی که زمان بسیار مهم است، تنظیم کنند.
مطالعات قبلی نشان داده اند: انکولوژیست ها می توانند با استفاده از روش های استاندارد مانند تصویربرداری ام آر آی، ارزیابی اندازه، محل و تعداد متاستازهای مغزی و همچنین نوع سرطان اولیه و وضعیت کلی بیمار، شکست درمان را پیش بینی کنند. در ادامه محققان چندین مدل هوش مصنوعی را ایجاد و آزمایش کردند و بهترین مدل آنها دقت ۸۳ درصدی داشت.
به گفته محققان متاستازهای مغزی نوعی تومور سرطانی هستند که زمانی ایجاد می شوند که سرطان‌های اولیه در ریه ها، پستان ها، روده بزرگ یا سایر قسمت‌های بدن از طریق جریان خون یا سیستم لنفاوی به مغز پخش می شوند. در حالی که گزینه های درمانی مختلفی وجود دارد، رادیوتراپی استریوتاکتیک یکی از رایج ترین روش‌های درمانی است که شامل دوزهای متمرکز پرتو درمانی در ناحیه تومور است.
صادقی نائینی می گوید: همه تومورها به پرتودرمانی پاسخ نمی دهند و رشد تومور در ۳۰ درصد از این بیماران حتی پس از درمان، ادامه می یابد و این موضوع اغلب تا ماه‌ها پس از درمان از طریق پیگیری ام آر آی کشف نمی شود.
او می افزاید: این تأخیر زمانی است که بیماران مبتلا به متاستازهای مغزی نمی توانند از عهده آن برآیند، زیرا این وضعیت به ویژه ناتوان کننده است و اکثر افراد بین سه ماه تا پنج سال پس از تشخیص تسلیم بیماری می شوند. صادقی نائینی ادامه می دهد: بنابراین پیش بینی پاسخ درمانی حتی قبل از شروع درمان بسیار مهم است.
در این راستا محققان با استفاده از تکنیک یادگیری ماشینی معروف به یادگیری عمیق، شبکه های عصبی مصنوعی را ایجاد کردند که بر روی مجموعه ای از داده‌ها آموزش دیده بودند و سپس به هوش مصنوعی آموزش دادند که به مناطق خاص توجه بیشتری داشته باشد.
صادقی نائینی توضیح می دهد: وقتی به MRI نگاه می کنید، مناطقی را در داخل یا اطراف تومور می بینید که متورم بوده و الگوی آن متفاوت است، بنابراین با سیستم بینایی خود بیشتر به آن قسمت‌ها توجه می کنید. اما یک الگوریتم هوش مصنوعی نسبت به این موضوع کور است. مکانیسم توجهی که ما در الگوریتم گنجانده ایم به این ابزارهای هوش مصنوعی کمک می کند تا یاد بگیرند کدام قسمت از این تصاویر مهم‌تر هستند و برای تجزیه و تحلیل و پیش بینی دقت بیشتری روی آنها داشته باشند.
صادقی نائینی می گوید در حالی که باید تحقیقات بیشتری انجام شود، یافته ها نشان می دهد که هوش مصنوعی ابزار بالقوه مهمی در مدیریت دقیق متاستاز مغز و حتی سایر انواع سرطان است. به گفته او گام بعدی برای پذیرش این موضوع به عنوان یک عمل بالینی، نگاه کردن به یک گروه بزرگتر با مجموعه داده های چند متغیری است و از آنجا می توان یک کارآزمایی بالینی بزرگتر را توسعه داد.
او در پایان می گوید: اگر بتوان درمان‌های استاندارد را بر اساس واکنش بیماران به درمان‌ها تنظیم کرد، شانس خوبی برای بهبود بقای کلی بیماران وجود دارد.
شرح کامل این مطالعه جذاب در مجله تخصصی IEEE Journal of Translational Engineering in Health and Medicine منتشر شده است.