تشخیص سرطان رحم با هوش مصنوعی

این مدل با دقت فوق‌العاده ۹۹.۲۶ درصد، توانایی تشخیص سرطان رحم را از طریق تحلیل تصاویر میکروسکوپی بافت (هیستوپاتولوژیک) دارد.

محققان دانشگاه‌های بین‌المللی، از جمله دانشگاه دافودیل بنگلادش، دانشگاه چارلز داروین، دانشگاه کلگری و دانشگاه کاتولیک استرالیا، مدل هوش مصنوعی به نام ECgMLP را توسعه داده‌اند. این مدل با بهبود کیفیت تصاویر هیستوپاتولوژیک، شناسایی نواحی کلیدی و تحلیل بافت، دقت تشخیص سرطان رحم را به طرز چشمگیری افزایش می‌دهد.

در حالی که دقت تشخیص سرطان رحم با روش‌های موجود حدود ۷۸.۹۱ تا ۸۰.۹۳ درصد گزارش شده است، این مدل جدید توانسته این دقت را به ۹۹.۲۶ درصد برساند.

دکتر آصف کریم، مدرس فناوری اطلاعات در دانشگاه چارلز داروین و یکی از نویسندگان این تحقیق، می‌گوید: مدل ECgMLP با دستیابی به دقتی بی‌نظیر، از روش‌های موجود پیشی می‌گیرد و در عین حال از نظر محاسباتی نیز کارآمد است.

وی همچنین اشاره می‌کند که این مدل با استفاده از مکانیزم‌های خاص و آموزش بهینه، قابلیت تعمیم بالایی در مجموعه‌ داده‌های مختلف هیستوپاتولوژیک دارد و به یک راه‌حل قوی و قابل استفاده بالینی برای تشخیص سرطان رحم تبدیل می‌شود.

پروفسور نیوشا شافی آبادی، استاد وابسته دانشگاه چارلز داروین و دانشگاه کاتولیک استرالیا، نیز بر این باور است که این مدل فراتر از تشخیص سرطان رحم، کاربردهای وسیع‌تری دارد.

وی می‌گوید: این روش می‌تواند برای تشخیص سریع و دقیق سایر بیماری‌ها نیز به کار رود که در نهایت به نتایج بهتری برای بیماران منجر خواهد شد. ما این مدل را بر روی چندین مجموعه‌داده تصویر هیستوپاتولوژیک ارزیابی کردیم و دریافتیم که سرطان روده بزرگ را با دقت ۹۸.۵۷ درصد، سرطان سینه را با دقت ۹۸.۲۰ درصد و سرطان دهان را با دقت ۹۷.۳۴ درصد تشخیص می‌دهد. مدل اصلی هوش مصنوعی توسعه یافته در این تحقیق می‌تواند به عنوان هسته یک سیستم نرم‌افزاری برای کمک به پزشکان در تصمیم‌گیری‌های تشخیصی استفاده شود.

دولت بهار