کد خبر: پیش‌بینی-خطر-ابتلا-به-سرطان-سینه-به-کم
۲۷ آذر ۱۳۹۸، ۸:۵۷
به گزارش گروه سلامت طبنا (خبرگزاری سلامت) از مدیکال‌اکسپرس، بیشتر آزمایش‌های سرطان سینه فعلی بر پایه ماموگرافی با فواصل مشخص زمانی، سالی یا دو سالی یک‌بار، برای تمام زنان است. اما این نوع آزمایش که برای همه زنان به طور یکسان انجام می‌شود، نمی‌تواند احتمال ابتلا به سرطان را در تک‌تک آنها، به درستی تشخیص دهد. پیش‌بینی خطر ابتلا به سرطان سینه بسیار مهم است و چنانچه بتوان آن را به خوبی انجام داد، می‌توان اعتماد افراد به این نوع آزمایش‌ها را بالا برد. تراکم بالای بافت‌های سینه یا بیشتر بودن غدد و بافت‌های همبند نسبت به چربی در سینه، علامت خطر ابتلا به سرطان سینه است. با وجود اینکه تراکم بافت‌های سینه علامت ابتلا به این بیماری است، بیشتر مدل‌های پیش‌بینی فعلی نمی‌توانند از تمام اطلاعات به‌دست آمده در ماموگرافی‌ها استفاده کنند و پیش‌بینی درستی ارائه دهند. اخیرا محققان سوئدی مدلی ایجاد کرده‌اند که با استفاده از شبکه عصبی عمیق، نوعی هوش مصنوعی، می‌تواند از تمام اطلاعات موجود در تصاویر به‌دست آمده در ماموگرافی‌ها استفاده کرده و پیش‌بینی‌های لازم در مورد احتمال ابتلا به سرطان را انجام دهد. این مدل هوش مصنوعی جدید بسیار بهتر از روش‌های دیگر مانند ارزیابی‌های بصری تراکم ماموگرافی عمل می‌کند. زیرا معمولا این نوع ارزیابی‌ها نمی‌توانند تمام اطلاعات نشاندهنده خطر را به خوبی درک کنند. این مدل جدید آزمایش سرطان سینه روی بیش از ۲۰۰۰ زن ۴۰ تا ۷۴ ساله آزمایش شد و توانست پیش‌بینی‌های موثری در این مورد انجام دهد. شبکه عصبی عمیق، در مقایسه با بهترین مدل‌های بررسی تراکم بافت سینه در ماموگرافی، توانست خطر ابتلا به سرطان را بهتر پیش‌بینی کند. همچنین نرخ منفی کاذب (آزمایش‌هایی که به اشتباه، فرد را در طبقه پرخطر قرار نمی‌دهند، اما بعدها او به سرطان مبتلا می‌شود) این هوش مصنوعی بسیار کمتر از مدل بررسی تراکم بافت سینه در ماموگرافی است. درضمن با این هوش مصنوعی می‌توان آزمایش‌های افراد را با ویژگی‌های جسمی آنها سازگار کرد و احتمال ابتلا به سرطان در آنها را بهتر پیش‌بینی کرد. به گزارش طبنا، محققان امیدوارند با این مدل جدید پیش‌بینی احتمال خطر سرطان، بتوانند افراد بسیاری را از این بیماری مهلک نجات دهند. مترجم: نادیا زکالوند

نظر شما

شما در حال پاسخ به نظر «» هستید.
captcha