شفقنا افغانستان – بر اساس مطالعهای که در ژورنال فرانتیرز این انکولوژی منتشر شده است، مدلهای هوش مصنوعی که از تصاویر اولتراسوند (سونوگرافی) استفاده میکنند، عملکرد تشخیصی بسیار قویتری نسبت به متخصصان سونوگرافی در شناسایی سرطان تخمدان دارند. این فناوری با شناسایی الگوهای پیچیدهای که برای چشم انسان غیرقابل مشاهده است، میتواند نیاز به جراحیهای غیرضروری را کاهش داده و نتایج درمان را بهبود بخشد.
به گزارش سرویس ترجمه شفقنا، محققان با انجام یک فرا-تحلیل روی ۱۸ مطالعه (شامل دادههای بیش از ۲۲ هزار بیمار)، دقت هوش مصنوعی را با متخصصان سونوگرافی مقایسه کردند:
دقت در مجموعههای داخلی: هوش مصنوعی به حساسیت و ویژگی ۹۵ درصد دست یافت. دقت در حساسیت به این معناست که هوش مصنوعی چقدر در پیدا کردن افراد «واقعاً بیمار» موفق است و ویژگی به این معناست که هوش مصنوعی چقدر در تشخیص افراد «واقعاً سالم» دقیق است. که نشاندهنده دقت بسیار بالای آن در شناسایی موارد سرطانی و غیرسرطانی است.
دقت در مجموعههای خارجی: در آزمایش بر روی دادههای جدید، هوش مصنوعی حساسیت ۷۸ درصد و ویژگی ۸۸ درصد را ثبت کرد.
عملکرد متخصصان (سونولوژیستها): در مقایسه، متخصصان انسانی حساسیت ۸۳ درصد و ویژگی ۸۴ درصد را نشان دادند که به مراتب پایینتر از پتانسیل هوش مصنوعی است.
ضرورت استفاده از هوش مصنوعی در تشخیص
به دلیل اینکه علائم سرطان تخمدان اغلب غیر اختصاصی هستند، تشخیص بیماری معمولاً با تأخیر صورت میگیرد. هوش مصنوعی میتواند با ارائه ارزیابیهای کمی و دقیق، چالشهای روشهای سنتی را برطرف کند:
کاهش جراحیهای غیرضروری: تشخیص دقیقتر تودههای خوشخیم از بدخیم، مانع از انجام عملهای جراحی بیهوده میشود.
شناسایی الگوهای نامرئی: فناوریهای یادگیری عمیق میتوانند ویژگیهای رادیوگرافیکی را استخراج کنند که رادیولوژیستها قادر به دیدن آنها نیستند.
اگرچه نتایج بسیار امیدوارکننده است، اما محققان به چند نکته کلیدی اشاره کردهاند: ۱. اکثر مطالعات انجام شده «گذشتهنگر» بودهاند که ممکن است باعث سوگیری در نتایج شود. ۲. برای تایید نهایی و ادغام کامل در کلینیکها، نیاز به مطالعات «آیندهنگر» و چندمرکزی وجود دارد. ۳. تفاوت در روشهای تحلیل (تصویر-محور در مقابل بیمار-محور) یکی از دلایل اصلی اختلاف در نتایج مطالعات مختلف بوده است.
این خبر را اینجا ببینید.
