![تولید نهال و پایههای رویشی باکیفیت و زودرس از طریق کشتبافت](/files/fa/news/1403/5/24/617783_575.jpg)
هوش مصنوعی در شناسایی منشاء سرطان بهتر از انسان است
![هوش مصنوعی در شناسایی منشاء سرطان بهتر از انسان است](/files/fa/news/1403/1/29/513348_347.png)
به گزارش خبرگزاری علم و فناوری آنا به نقل از نیچر، برخی از سرطانهای پنهان تا زمانی که از منبع خود به اندامهای دور سرایت نکنند، شناسایی نشده باقی میمانند. اکنون دانشمندان ابزار هوش مصنوعی (AI) را توسعه دادهاند که در شناسایی منشأ سلولهای سرطانی متاستاتیکی که در بدن در گردش هستند، از پاتولوژیستها بهتر عمل میکند. مدل اثبات مفهوم میتواند به پزشکان کمک کند تا تشخیص و درمان سرطان در مراحل پایانی را بهبود بخشند و عمر افراد را افزایش دهند.
فیصل محمود، که در دانشکده پزشکی هاروارد در بوستون، ماساچوست، در مورد کاربردهای هوش مصنوعی در مراقبتهای بهداشتی مطالعه میکند، میگوید: این یک یافته بسیار مهم است و میتوان از آن به عنوان یک ابزار کمکی استفاده کرد.
سرطان و منشأهای گریزان
برای درمان سرطانهای متاستاتیک، پزشکان باید بدانند که سلول سرطانی از کجا آمده اند. منشا ۵ درصد تومورها قابل شناسایی نیست و پیش آگهی افرادی که سرطان اولیه آنها ناشناخته باقی مانده است ضعیف است.
یکی از روشهایی که برای تشخیص سرطانهای متاستاتیک پیچیده استفاده میشود، به سلولهای توموری موجود در مایع استخراجشده از بدن متکی است. پزشکان تصاویر سلولها را بررسی میکنند تا بفهمند به کدام نوع سلولهای سرطانی شباهت دارند. برای مثال، سلولهای سرطان سینه که به سمت ریهها مهاجرت میکنند، هنوز شبیه سلولهای سرطان سینه هستند.
به گفته تیان فی، جراح سرطان روده بزرگ یا کولورکتال، هر سال از ۳۰۰ هزار فرد مبتلا به سرطان که به تازگی در بیمارستان وابسته به دانشگاه پزشکی تیانجین (TMU) در چین درمان میشوند، حدود ۴ هزار نفر با استفاده از این تصاویر تشخیص داده میشوند، اما حدود ۳۰۰ نفر تشخیص داده نمیشوند.
تیان، لی شیانگچون محقق بیوانفورماتیک که یادگیری عمیق را در دانشگاه پزشکی تیانجین مطالعه میکند به همراه همکارانش قصد داشتند یک الگوریتم یادگیری عمیق برای تجزیه و تحلیل این تصاویر و پیش بینی منشاء سرطانها ایجاد کنند. نتایج آنها در مجله پزشکی نیچر منتشر شد.
آموزش هوش مصنوعی
محققان مدل هوش مصنوعی خود را بر روی حدود ۳۰ هزار تصویر از سلولهای موجود در مایع شکم یا ریه ۲۱ هزار نفر که منشا تومور آنها مشخص بود آموزش دادند. منبع تومور و احتمال اینکه منبع تومور در سه پیشبینی برتر مدل گنجانده شود، ۹۹ درصد بود.
محمود میگوید داشتن یک فهرست سهگانه مفید است، زیرا میتواند به پزشکان کمک کند تا تعداد آزمایشهای اضافی مورد نیاز برای شناسایی منشأ تومور را کاهش دهند، محمود میگوید: پیشبینیها به ۱۲ منبع رایج سرطان، از جمله ریهها و تخمدانها محدود شده بود.
لی شیانگچون میگوید: برخی از اشکال دیگر سرطان، از جمله سرطانهایی که منشا آن در پروستات و کلیهها هستند، قابل شناسایی نیستند، زیرا معمولاً به رسوبات مایع در شکم و ریهها سرایت نمیکنند.
زمانی که این مدل روی ۵۰۰ تصویر آزمایش شد، در پیش بینی منشاء تومور بهتر از آسیب شناسان انسانی بود.
محققان همچنین به صورت گذشتهنگر زیرمجموعهای از ۳۹۱ شرکتکننده در مطالعه را حدود چهار سال پس از اینکه تحت درمان سرطان قرار گرفتند، ارزیابی کردند.
محمود قبلاً از هوش مصنوعی برای پیشبینی منشأ سرطانها از نمونههای بافتی استفاده کرده است، و تیمهای دیگر از دادههای ژنومی استفاده کردهاند - سلولها، بافتها و ژنومیکس - میتواند نتایج را برای افراد مبتلا به سرطان متاستاتیک با منشأ ناشناخته بهبود بخشد.
انتهای پیام/