به گزارش سرویس بین الملل پایگاه خبری عدل البرز به نقل از foxnews ، هوش مصنوعی می تواند این قابلیت را داشته باشد که تشخیص سرطان را خیلی زودتر انجام دهد.
بر اساس مطالعه جدید، هوش مصنوعی به پیشبینی یک سوم موارد سرطان سینه تا دو سال قبل از تشخیص کمک میکند.
این تحقیق دادههای تصویربرداری و اطلاعات غربالگری تست های BreastScreen Norway که از ژانویه ۲۰۰۴ تا دسامبر ۲۰۱۹ انجام شده را بررسی کرده است.
بر اساس یافتههای این مطالعه، زنانی که بعداً بر اساس این آزمایشها، سرطان سینه شان تشخیص داده شده، توسط «سیستم هوش مصنوعی تجاری موجود» امتیاز خطر هوش مصنوعی را دریافت کرده اند. امتیاز ۱-۷ برای بدخیمی کم خطر، ۸-۹ برای خطر متوسط و ۱۰ برای بدخیمی پرخطر رتبه بندی شدند.
امتیاز هوش مصنوعی و ویژگیهای ماموگرافی، مانند کلسیفیکاسیون و تراکم سینه، در مجموع ۲٫۷۸۷ آزمایش غربالگری از ۱٫۶۰۲ زن با میانگین سنی ۵۹ سال ارزیابی و آزمایش شدند.
بر اساس نتایج، بیش از ۳۸ درصد از سرطان های غربالگری تشخیص داده شده و سرطان های با فاصله قبل از تشخیص سرطان سینه، امتیاز ۱۰ را برای خطر هوش مصنوعی کسب کردند.
در موارد سرطان های شناسایی شده در غربالگری با امتیاز هوش مصنوعی در دسترس چهار سال قبل از تشخیص، ۲۳ درصد امتیاز ۱۰ را برای خطر بالا داشتند.
بر اساس نتایج ، بخش قابل توجهی از سرطان ها را می توان حتی زودتر از امروز شناسایی کرد، که منجر به درمان کمتر تهاجمی و در نتیجه عوارض کمتر جانبی و اثرات درمان دیرهنگام می شود.
بهترین راه برای درمان سرطان یا پیشگیری از آن یا ابتلا به آن در مراحل اولیه می باشد. و اگر بتوان با هوش مصنوعی کار بهتری برای ابتلا به سرطان در مراحل اولیه انجام داد، نتیجه بهتری برای بیماران خواهد داشت. کاربردهای آتی هوش مصنوعی در پیشگیری، تشخیص و درمان همه سرطان ها قابل پیش بینی می باشد. با اجرای بیشتر و بیشتر هوش مصنوعی، می توان از این فناوری در مطالعات آینده استفاده کرد تا مشخص شود که آیا می توانیم همه سرطان ها را زودتر تشخیص دهیم یا خیر.
هوش مصنوعی، نقش مهمی در شخصیسازی غربالگری ماموگرافی در آینده نزدیک ایفا خواهد کرد. هوش مصنوعی میتواند به رادیولوژیستها در خواندن تصاویر اسکرینینگ کمک کند. همچنین میتواند به عنوان یک خواننده مستقل و/یا در تصمیم گیری در مورد موارد ناسازگار استفاده شود.
بر اساس پیش بینی ها، تا پنج سال آینده مردم شاهد استفاده از هوش مصنوعی در غربالگری ماموگرافی خواهند بود. تشخیص زودهنگام می تواند منجر به مداخلات به موقع، بهبود نتایج بیمار و کاهش شدت درمان های مورد نیاز شود.
الگوریتمهای هوش مصنوعی میتوانند به طور مداوم مقادیر زیادی از دادهها را بدون خستگی تجزیه و تحلیل کنند و اطمینان حاصل کنند که غربالگریها هر بار با همان سطح دقت تشخیص داده میشوند.
هوش مصنوعی می تواند به رادیولوژیست ها در شناسایی بدخیمی های بالقوه ای که ممکن است در طول غربالگری دستی نادیده گرفته شوند، کمک کند.
با اینکه، این یافتهها مسیری برای مراقبت بهتر از سرطان محسوب می شوند، اما وابستگی انفرادی به هوش مصنوعی در این مورد میتواند منجر به «اشتباه در تشخیص برخی بدخیمیها» شود.
هوش مصنوعی ممکن است ضایعات خوش خیم را بدخیم تشخیص دهد که منجر به استرس و مداخلات غیرضروری بیمار شود.
به طور کلی، توانایی هوش مصنوعی در یادگیری در طی اجرا باعث بهبود دقت آن خواهد شد. یعنی با استفاده از دادهها و تجربیات جدید، هوش مصنوعی میتواند دقت و کارایی خود را بهبود ببخشد.





















