هوش مصنوعی جدید به کمک تشخیص سرطان می آید
تاریخ انتشار: ۲۶ دی ۱۴۰۰ | کد خبر: ۳۴۱۴۸۲۸۸
به گزارش اقتصاد آنلاین به نقل از باشگاه خبرنگاران جوان، این الگوریتم جدید خلاف الگوریتمهای پیشین، قابل تفسیر است؛ یعنی روشی که با آن به نتیجه نهایی رسیده است را به پزشکان نشان میدهد.
این پلتفرم توسط مهندسان رایانه و رادیولوژیستهای دانشگاه دوک(Duke) ساخته شده است.
محققان هوش مصنوعی را آموزش دادهاند تا درست مانند یک رادیولوژیست آموزش دیده محل ضایعات را تعیین و آنها را ارزیابی کند.
بیشتر بخوانید:
اخباری که در وبسایت منتشر نمیشوند!
این روش میتواند یک پلتفرم آموزشی کارآمد برای آموزش نحوه تفسیر تصاویر ماموگرافی به دانشجویان باشد و میتواند به پزشکان مناطق کم جمعیت در سراسر جهان که به طور منظم اسکن ماموگرافی را بررسی نمیکنند، کمک کند تا تصمیمات بهتری در زمینه مراقبهای بهداشتی بگیرند.
جوزف لو (Joseph Lo)، استاد رادیولوژی در دانشگاه دوک گفت: اگر قرار است که رایانه به ما در گرفتن تصمیمات مهم کمک کند، پزشکان باید اطمینان حاصل کنند که هوش مصنوعی بر اساس موارد منطقی به نتیجه نهایی رسیده است.
ما نیازمند الگوریتمهایی هستیم که نه تنها کار میکنند؛ بلکه روند کار را توضیح میدهند و نمونههایی نشان میدهند که مشخص میکند چگونه به نتیجه نهایی رسیدهاند. به این ترتیب چه پزشک با نتیجه موافق باشد، چه نباشد؛ هوش مصنوعی به تصمیم گیری بهتر کمک میکند.
هوش مصنوعی مهندسی که به بررسی تصاویر پزشکی میپردازد، صنعت بزرگی است. هزاران الگوریتم مستقل در حال حاضر وجود دارند و سازمان غذا و داروی آمریکا بیش از ۱۰۰ مورد از آنها را برای استفاده بالینی تایید کرده است.
با این حال فرقی نمیکند از هوش مصنوعی برای بررسی نتایج MRI، سیتی اسکن یا ماموگرافی استفاده کنید؛ تعداد کمی از آنها از مجموعه دادههای اعتبارسنجی با بیش از ۱۰۰۰ تصویر استفاده میکنند. این کمبود داده و شکستهای قابل توجه چندین مورد اخیر بسیاری از پزشکان را بر آن داشته تا استفاده از هوش مصنوعی در تصمیمات پزشکی پر خطر را زیر سوال ببرند.
برای مثال، در یک مورد هوش مصنوعی حتی با وجود آن که محققان آن را با تصاویر ثبت شده توسط تجهیزات مختلف آموزش داده اند، با شکست مواجه شد.
این هوش مصنوعی یاد گرفت که از تفاوتهای ظریفی که توسط خود تجهیزات برای تشخیص تصاویر سرطانی معرفی میشود، استفاده کند و احتمال سرطانی بودن این ضایعات را در بالاترین حالت بداند به جای آن که منحصرا بر ضایعات قابل توجه تمرکز کند.
همان طور که انتظار میرود، این هوش مصنوعی نتوانست با بیمارستانهای دیگری که تجهیزات متفاوتی داشتند، منطبق شود؛ اما از آن جا که هیچ کس نمیدانست الگوریتمها چه چیزی را مورد بررسی قرار میدهند، هیچ کس متوجه نشد که این الگوریتم در واقعیت با شکست مواجه خواهند شد.
آلینا بارنت (Alina Barnett)، نویسنده ارشد این مقاله گفت: ایده ما این بود که سیستمی بسازیم که بگوید این بخش خاص از ضایعه بالقوه سرطانی شباهت زیادی به مورد دیگری دارد که قبلا دیدهام. اگر راهی برای درک علت اشتباه کردن سیستم وجود نداشته باشد و بدون وجود جزئیات واضح، پزشکان زمان و امید خود را به سیستم از دست میدهند.
محققان این هوش مصنوعی جدید را با استفاده از هزار و ۱۳۶ تصویر گرفته شده از ۴۸۴ بیمار در سیستم بهداشت دانشگاه دوک آموزش داده اند.
آنها ابتدا هوش مصنوعی را به نحوی آموزش دادند که ضایعات مشکوک مورد نظر را پیدا کند و تمام بافتهای سالم دادههای غیر مربوط را نادیده بگیرد. آنها سپس از چندین رادیولوژیست کمک گرفتند تا به دقت تصاویر را برچسبگذاری کنند تا به هوش مصنوعی آموزش دهند که بر لبههای ضایعات یعنی مکانهایی که تومورهای بالقوه با بافت سالم برخورد میکنند، تمرکز کنند و آنها را با لبههای تصاویری که حاوی غدد سرطانی خوشخیم بودند مقایسه کنند.
خطوط تابشی یا لبههای مبهم که از نظر پزشکی حاشیههای تودهای(mass margins) نامیده میشوند، بهترین مشخصه تومورهای سرطانی سینه و اولین موردی هستند که رادیولوژیستها به آن توجه میکنند؛ زیرا رشد و تکثیر سلولهای سرطانی به قدری سریع است که همهی آنها لبه ایجاد نمیکنند و نمیتوان آنها را به آسانی در ماموگرافی مشاهده کرد.
بارنت گفت: این روشی منحصربهفرد برای آموزش هوش مصنوعی است. سایر هوشهای مصنوعی تلاش نمیکنند که از رادیولوژیستها تقلید کنند. آنها روشهای خود را استفاده میکنند که اغلب یا مفید نیستند یا در برخی موارد وابسته به فرآیندهای استدلالی معیوب هستند.
محققان پس از اتمام آموزش، هوش مصنوعی را آزمایش کردند. اگرچه که این هوش مصنوعی برتر از رادیولوژیستها عمل نمیکرد، اما عملکرد آن به خوبی مدلهای رایانهای "جعبه سیاه" بود.
جعبه سیاه(Black Box) به ابزار، سامانه یا جسمی گفته میشود که فقط ورودی و خروجیهایش قابل مشاهده است و هیچ گونه اطلاعی از عملکرد و درون آن در اختیار کاربر نیست.
زمانی که این هوش مصنوعی جدید خطایی مرتکب میشود، افرادی که با آن کار میکنند میتوانند تشخیص دهند که عملکرد آن اشتباه است و علت این اشتباه را نیز دریابند.
این تیم در تلاش است تا ویژگیهای فیزیکی دیگری به هوش مصنوعی بیفزاید تا آنها را هنگام تصمیمگیری در نظر بگیرد.
نتایج این مقاله در مجلهی "Nature Machine Intelligence" در روز ۱۵ دسامبر به چاپ رسیده است.
منبع: باشگاه خبرنگاران جوان این مطلب برایم مفید است بلی ۰ نفر این پست را پسندیده اندمنبع: اقتصاد آنلاین
کلیدواژه: سرطان هوش مصنوعی رادیولوژی ماموگرافی سی تی اسکن دانشگاه دوک رادیولوژیست ها هوش مصنوعی
درخواست حذف خبر:
«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را بهطور اتوماتیک از وبسایت www.eghtesadonline.com دریافت کردهاست، لذا منبع این خبر، وبسایت «اقتصاد آنلاین» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۳۴۱۴۸۲۸۸ را به همراه موضوع به شماره ۱۰۰۰۱۵۷۰ پیامک فرمایید. لطفاً در صورتیکه در مورد این خبر، نظر یا سئوالی دارید، با منبع خبر (اینجا) ارتباط برقرار نمایید.
با استناد به ماده ۷۴ قانون تجارت الکترونیک مصوب ۱۳۸۲/۱۰/۱۷ مجلس شورای اسلامی و با عنایت به اینکه سایت «خبربان» مصداق بستر مبادلات الکترونیکی متنی، صوتی و تصویر است، مسئولیت نقض حقوق تصریح شده مولفان در قانون فوق از قبیل تکثیر، اجرا و توزیع و یا هر گونه محتوی خلاف قوانین کشور ایران بر عهده منبع خبر و کاربران است.
خبر بعدی:
این نوشیدنی برای آقایان سرطانزاست!
آفتابنیوز :
حمیدرضا امیرذهنی به تحقیقات متعدد در جهان و به ویژه دو مطالعه بزرگ و جدید در مورد مصرف بیش از حد شیر در مردان اشاره و اظهار کرد: این مطالعات نشان میدهد که مصرف بیش از حد شیر احتمالاً ریسک ابتلا به سرطان پروستات و مرگ ناشی از آن را افزایش میدهد.
وی ادامه داد: البته اینکه مصرف شیر با هر مقداری موجب سرطان پروستات میشود هنوز در هالهای از ابهام است و در این زمینه اجماعی بین دانشمندان وجود ندارد، اما به نظر میرسد احتمالاً مصرف بیش از یک لیوان شیر (کمتر از این میزان هنوز مورد سوال است) موجب افزایش مرگ ناشی از کنسر پروستات میشود.
امیرذهنی با بیان اینکه در جدیدترین مطالعات مصرف بیش از یک لیوان و سه چهارم لیوان (۴۳۰ گرم) در روز ذکر شده است، مطرح کرد: این مطالعات نشان میدهد مصرف شیر کم چرب احتمال بروز کنسر پروستات را به میزان بیشتری در مقایسه با مصرف انواع دیگر شیر افزایش میدهد البته مصرف بیش از حد شیرهای پرچرب نیز احتمال این ریسک را افزایش میدهد.
وی در پاسخ به سوالی مبنی بر علت دقیق افزایش ریسک کنسر پروستات بر اثر مصرف شیر، توضیح داد: در یکی از این مطالعات میزان کلسیم دریافتی ذکر شده و لزوماً منشأ گاوی آن را مقصر قطعی ندانسته است، اما با توجه به اینکه تحقیق روی شیر گاو انجام شده، حدس زدند که فاکتور رشد موجود در شیر گاوهای آبستن یا شرایط هورمونی آنها علت بروز کنسر پروستات باشد البته این علت قطعی نیست و از کلمه suggest (حدس) استفاده شده است.
وی با تأکید بر اینکه هنوز قطعیتی در مورد علت بروز چنین حالتی وجود ندارد، یادآور شد: کنسر پروستات رشد غیرطبیعی و بیش از حد بافت پروستات است که میتواند سبب فشار رگی مجرای ادراری، انسداد ادراری و مشکلات کلیوی شود.
این متخصص بیماریهای داخلی در ادامه تصریح کرد: خروج سلولهایی با این حد رشد از پروستات در این افراد، میتواند سبب انتشار بدخیمی به بافتهای دیگر از جمله ستون مهرهها شود.
وی با بیان اینکه این نوع سرطان به علت وجود گیرندههای هورمونی روی بافت پروستات، با هورمونها تحریک میشود، گفت: برخی داروهای تجویز شده در افراد مبتلا به کنسر پروستات، مهارکننده یا کاهنده هورمونی هستند.
امیرذهنی به اهمیت معاینه سالانه پروستات از ۵۰ سالگی به بعد اشاره و خاطرنشان کرد: همچنین انجام چک آنتی ژن پروستات از ۵۰ سالگی به بعد به صورت سالانه ضروری است.
وی ورزش و مصرف میوه و سبزیجات تازه را از اقداماتی برشمرد که میتواند سبب کاهش ابتلا، تشخیص به موقع و کاهش ریسک مرگ در زمینه کنسرپروستات شود و یادآور شد: البته مصرف متعادل و به اندازه لبنیات همچنان در سلامت افراد مؤثر است.
منبع: خبرگزاری ایسنا