پیش‌ بینی سرطان مغز با هوش مصنوعی

به گزارش روابط عمومی پایگاه اطلاع رسانی علوم آزمایشگاهی ایران، مطالعه اخیر محققان دانشگاه «یورک» که با همکاری علی صادقی نائینی انجام شده، حاکی از آن است که یک تکنیک خلاقانه مبتنی بر هوش مصنوعی (AI) که آنها توسعه داده اند در پیش بینی تاثیر روش های درمانی در بیماران مبتلا به متاستاز مغزی به طور قابل توجهی مؤثرتر از چشم انسان است.

محققان این مطالعه امیدوارند که تحقیقات و فناوری جدید آنها در نهایت بتواند به برنامه های درمانی مناسب تر و نتایج سلامت بهتری برای بیماران سرطانی منجر شود. علی صادقی نائینی، رئیس بخش پژوهشی دانشگاه یورک و استاد مهندسی پزشکی و علوم کامپیوتر در دانشکده مهندسی لاسوند، گفت: این یک تحلیل پیچیده و جامع از ام.آر.آی برای یافتن ویژگی ها و الگو هایی است که معمولا توسط چشم انسان ثبت نمی شوند. ما امیدواریم که تکنیک ما، که یک روش جدید پیش بینی مبتنی بر هوش مصنوعی برای تشخیص عیوب رادیوتراپی در متاستاز مغز است، بتواند به انکولوژیست ها و بیماران کمک کند تا تصمیمات آگاهانه تری بگیرند و درمان را در شرایطی که زمان بسیار مهم است، انجام دهند.

مطالعات قبلی نشان داده اند که 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 بیمار، انکولوژیست ها قادر به پیش بینی شکست درمان در حدود ۶۵ درصد مواقع هستند. محققان چندین مدل هوش مصنوعی را ایجاد و آزمایش کردند و بهترین مدل آنها دقت ۸۳ درصدی داشت.

متاستازهای مغزی نوعی تومور سرطانی هستند و زمانی ایجاد می شوند که سرطان های اولیه در ریه ها، پستان ها، روده بزرگ یا سایر قسمت های 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 روش های درمانی است که شامل دوزهای متمرکز پرتو در ناحیه تومور است.

صادقی نائینی گفت: همه تومورها به تشعشع پاسخ نمی دهند و در ۳۰ درصد از این بیماران حتی پس از درمان، تومور به رشد خود ادامه می دهد. این اتفاق اغلب تا ماه ها پس از درمان از طریق ام.آر.آی کشف نمی شود. پیش بینی نحوه پاسخ درمانی قبل از شروع درمان بسیار مهم است.

محققان با استفاده از تکنیک یادگیری ماشینی معروف به یادگیری عمیق، شبکه های عصبی مصنوعی را ایجاد کردند که آن& شبکه های عصبی مصنوعی بر روی مجموعه ای از داده ها آموزش دیده بودند، سپس در گام بعد محققان به هوش مصنوعی آموزش دادند که به مناطق خاص توجه بیشتری داشته باشد.

صادقی نائینی توضیح می دهد: وقتی به ام.آر.آی نگاه می کنید، مناطقی را در داخل یا اطراف تومور می بینید که شدت و الگوی آن متفاوت است، بنابراین با سیستم بینایی خود بیشتر به آن قسمت ها توجه می کنید. اما یک الگوریتم هوش مصنوعی نسبت به این موضوع عملکرد خوبی ندارد. مکانیسم توجهی که ما در الگوریتم گنجانده ایم به این ابزارهای هوش مصنوعی کمک می کند تا یاد بگیرد کدام قسمت از این تصاویر مهم تر هستند و برای تجزیه و تحلیل و پیش بینی زمان بیشتری روی آن ها بگذارند.

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. گام بعدی برای پذیرش این روش به عنوان یک ابزار بالینی، بررسی یک گروه بزرگ تر با مجموعه داده های چند نهادی است.