هوش مصنوعی که تومورهای پنهان ریه را بهتر از پزشکان شناسایی میکند
همچنین این ابزار وظیفه شناسایی تومور را بسیار سریع انجام میدهد.
گروهی از محققان یک ابزار پزشکی مبتنی هوش مصنوعی به نام iSeg را توسعه دادهاند که تومورهای ریه را در تصاویر CT مشخص میکند. نکته قابلتوجه اینکه این ابزار هوش مصنوعی توانسته بخشهایی از تومور ریه که برخی پزشکان ممکن است آنها را نادیده بگیرند را نیز شناسایی کند.
در پرتودرمانی، دقت در تعیین اندازه و موقعیت تومور بسیار مهم است تا سلولهای سرطانی با دوز بالای پرتو نابود شوند و بافت سالم حفظ شود. این فرایند که به آن «تفکیک تومور» گفته میشود، هنوز به صورت دستی انجام میشود و علاوه بر وقتگیر بودن، شیوه انجام آن بین پزشکان مختلف تفاوت دارد و همین موضوع باعث شده گاهی نواحی حیاتی تومور از دید پزشکان پنهان میماند.
اکنون تیمی از دانشمندان Northwestern Medicine ابزاری ساختهاند که عملکرد آن در ترسیم دقیق تومورهای ریه در تصاویر CT نهتنها با پزشکان متخصص برابری میکند، بلکه بخشهایی از تومور را که برخی پزشکان ممکن است نادیده بگیرند، شناسایی میکند.
برخلاف ابزارهای هوش مصنوعی قبلی که روی تصاویر ثابت تمرکز داشتند، iSeg نخستین ابزار یادگیری سهبعدی است که تومورها را درحال حرکت با هر تنفس تشخیص میدهد. این موضوع در برنامهریزی پرتودرمانی اهمیت بالایی دارد، چون نیمی از بیماران سرطانی آمریکا در طول درمان خود پرتودرمانی دریافت میکنند.
دکتر «محمد عبازید»، رئیس و استاد پرتودرمانی در دانشکده پزشکی Northwestern، درباره دقت بالای iSeg میگوید:
«ما یک گام دیگر به درمان بسیار دقیقتر سرطان نسبت به تصور ده سال پیش نزدیکتر شدهایم. هدف این فناوری ارائه ابزارهای بهتر به پزشکان است تا درمان سرطان شخصیسازی و بهبود یابد.»
نحوه آموزش و آزمایش ابزار هوش مصنوعی برای شناسایی تومور ریه
تیم تحقیقاتی iSeg را با استفاده از تصاویر CT و دادههای ترسیمشده از تومور صدها بیمار سرطانی توسط پزشکان آموزش داده است.
پس از آموزش، هوش مصنوعی ابتدا روی تصاویر جدیدی از بیماران آزمایش شده و سپس نتایج آن با ترسیمهای پزشکان مقایسه شده است. طبق ادعای محققان، iSeg در تمامی بخشها و انواع اسکن عملکردی برابر با متخصصان داشت و حتی نواحی اضافی را شناسایی کرده که برخی پزشکان آنها را نادیده گرفتهاند.
به گفته محققان، این مناطق که توسط هوش مصنوعی شناسایی شدهاند، در صورت درمان نشدن میتوانستند نتایج بدتری برای بیمار به همراه داشته باشند. این موضوع نشان میدهد که iSeg میتواند مناطق پرخطر را که اغلب دیده نمیشوند، کشف کند.
«سگنیک سارکار»، محقق ارشد پروژه و نویسنده اول مقاله، میگوید:
«با خودکارسازی و استانداردسازی ترسیم تومور، این ابزار هوش مصنوعی میتواند تاخیرها را کاهش داده، عدالت در مراقبت بین بیمارستانها را تضمین کند و بخشهای از دست رفته توسط پزشکان را شناسایی کند که نهایتاً به بهبود درمان و نتایج بالینی میانجامد.»
تیم تحقیقاتی اکنون در حال آزمایش iSeg در محیطهای بالینی واقعی است و عملکرد آن را با پزشکان به صورت زنده مقایسه میکند. همچنین آنها درحال اضافه کردن قابلیت دریافت بازخورد کاربر و توسعه فناوری برای سایر انواع تومور مانند کبد، مغز و پروستات هستند. برنامهای برای تطبیق iSeg با روشهای تصویربرداری دیگر مانند MRI و PET نیز وجود دارد.
نتایج این مطالعه در مجله npj Precision Oncology منتشر شده است.