استفاده هوش مصنوعی از ام آر آی برای پیشبینی واکنش بیمار سرطانی به درمان
تاریخ انتشار: ۳۰ مرداد ۱۴۰۱ | کد خبر: ۳۵۸۰۴۵۴۲
محققان دانشگاه ییل آمریکا در مطالعه اخیرشان دریافتهاند که مدلهای یادگیری ماشینی مبتنی بر تصویربرداری میتوانند میزان پاسخ بدن بیمار به درمان سرطان کبد را پیشبینی کنند.
به گزارش ایسنا و به نقل از تی ان، نتایج یافتههای یک مطالعه نشان داده است مدلهای یادگیری ماشینی که در حال حاضر برای تصویربرداری استفاده میشوند، میتوانند به ایجاد معیارهای قابل اعتمادتری برای تخصیص عضو(organ allocation) و واجد شرایط بودن پیوند کبد کمک کنند.
بیشتر بخوانید:
اخباری که در وبسایت منتشر نمیشوند!
"جولیوس چاپیرو"(Julius Chapiro) نویسنده این مطالعه از بخش رادیولوژی و تصویربرداری زیست پزشکی دانشگاه ییل گفت: یافتهها نشان میدهد که مدلهای مبتنی بر یادگیری ماشین میتوانند عود کردن بیماری را قبل از آغاز درمان در بیماران مبتلا به کارسینوم هپاتوسلولار در مراحل اولیه(HCC) که در ابتدا واجد شرایط پیوند کبد هستند، پیشبینی کنند.
کارسینوم هپاتوسلولار یا کارسینوم سلولهای کبدی، شایعترین نوع سرطان کبد اولیه در بزرگسالان است و در حال حاضر شایعترین علت مرگ در افراد مبتلا به سیروز است. کارسینوم هپاتوسلولار در مراحل اولیه سومین علت مرگ و میر ناشی از سرطان در سراسر جهان است.
در این مطالعه محققان ۱۲۰ بیمار(۸۸ مرد و ۳۲ زن با میانگین سنی ۶۰ سال) که بین ژوئن ۲۰۰۵ تا مارس ۲۰۱۸ مبتلا به کارسینوم هپاتوسلولار در مراحل اولیه تشخیص داده شده بودند و تحت درمان پیوند، برداشتن یا فرسایش حرارتی قرار گرفته بودند را مورد بررسی قرار دادند.
بیماران تحت ام آر آی قبل از درمان و نظارت تصویربرداری پس از درمان قرار گرفتند و ویژگیهای تصویربرداری از مراحل پس از کنتراست معاینات ام آر آی قبل از درمان با استفاده از یک شبکه عصبی پیچشی یا همگشتی از پیش آموزش دیده استخراج شد. ویژگیهای بالینی قبل از درمان و ویژگیهای تصویربرداری استخراجشده برای توسعه سه مدل یادگیری ماشینی(بالینی، تصویربرداری، ترکیبی) به منظور پیشبینی عود بیماری طی ۱ تا ۶ سال پس از درمان با هم ادغام شدند. شبکههای عصبی پیچشی یا همگشتی، ردهای از شبکههای عصبی ژرف هستند که معمولا برای انجام تحلیلهای تصویری یا گفتاری در یادگیری ماشین استفاده میشوند.
در نهایت، هر سه مدل یادگیری ماشینی با بررسی ام آر آی توانستند عود بیماری کارسینوم هپاتوسلولار در مراحل اولیه را پس از درمان پیشبینی کنند. استفاده از دادههای تصویربرداری به عنوان تنها ورودی مدل، عملکرد پیشبینی بالاتری نسبت به دادههای بالینی به تنهایی به همراه داشت.
انتهای پیام
منبع: ایسنا
کلیدواژه: هوش مصنوعی یادگیری ماشینی سرطان کبد یادگیری ماشینی پیش بینی ام آر آی
درخواست حذف خبر:
«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را بهطور اتوماتیک از وبسایت www.isna.ir دریافت کردهاست، لذا منبع این خبر، وبسایت «ایسنا» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۳۵۸۰۴۵۴۲ 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:
مدارس کشور به واقعیت افزوده مجهز میشوند؟
در دنیای امروز همه چیز به سمت هوشمند شدن پیش میرود. روندی که تکنولوژی اصلیترین نقش را در آن بازی میکند.
مسعود بهرامی، مدیرکل آموزش و پرورش شهرستان های استان تهران گفت: رویکرد ما در دوره ابتدایی بازی محوری است. اتاقهای بازی یادگیری، بازیهای کمک آموزشی و فناوری واقعیت مجازی و ابزارهای آن (عینک) ابزارهایی هستند که ما برخی از مدارس را برای آموزش به آن ها مجهز کردهایم.
بهرامی گفت: در حال حاضر در هر منطقه یک مدرسه به سخت افزار و محتوای آن مجهز هستند. دانشآموزان برای تقویت یادگیری خود از آن ها استفاده میکنند.
وی با اشاره به این که VR به مدارس پر جمعیت ارائه شده است؛ اظهار کرد: ما به گونهایی برنامه ریزی کردهایم تا در فواصل مختلف چند مدرسه بتوانند از این فناوری استفاده کنند.
این در حالی است که فرهادی، سخنگوی وزارت آموزش و پرورش در گفت و گو با باشگاه خبرنگاران جوان گفته بود: در مدارس ما از روشهای مختلف چند رسانهای همچون ویدئو پروژکتور، فیلم، صوت و آزمایشگاه استفاده میشود؛ اما از واقعیت مجازی و افزوده در مدارس ایران استفاده نمیشود.