سرطان ریه را 12 سال زودتر تشخیص دهید
سلامت نیوز: دانشمندان آمریکایی موفق به ساختن مدلی شده اند که با استفاده از هوش مصنوعی (AI) قادر است به پیش بینی خطر 12 ساله ابتلا به سرطان ریه پرداخته و این کار را دقیق تر از استانداردهای بالینی فعلی در ایالات متحده انجام دهد. به گزارش سلامت نیوز به نقل از سیناپرس، پژوهشگران بیمارستان عمومی ماساچوست آمریکا یک مدل را برای پیش بینی درازمدت سرطان ریه توسعه داده اند که از طریق فرایند یادگیری عمیق در هوش مصنوعی عمل می کند و این کار را با استفاده از تجزیه وتحلیل عکس اشعه ایکس قفسه سینه و همچنین اطلاعات اولیه سلامتی در مورد سن، جنس و وضعیت فعلی سیگار کشیدن در افراد انجام می دهد. این روش نسبت به روش ها و معیارهای معمول غربالگری سرطان ریه در ایالات متحده، خطای بسیار کمتری را نشان داده است. روش معمول غربالگری سرطان ریه به کمک اسکن توموگرافی کامپیوتری قفسه سینه (CT) انجام می شود و می تواند از وقوع مرگ به دلیل این بیماری تاحدی جلوگیری کند. هرچند استاندارد فعلی مدیکر در آمریکا برای تعیین این که چه کسی واجد شرایط CT غربالگری سرطان ریه است، عملاً موجب می شود که بیشتر موارد سرطان ریه، شانس خود را برای تشخیص به موقع از دست بدهند. علاوه بر این، مشارکت در فرایندهای غربالگری سرطان ریه ضعیف است و بنا بر تخمین ها، کمتر از 5 درصد افراد واجد شرایط تحت غربالگری قرار می گیرند. حالا اما محققان مورد اشاره فوق، یک شبکه عصبی را ایجاد کرده اند که قادر است پیش بینی طولانی مدت سرطان ریه را بر اساس تصویر اشعه ایکس قفسه سینه انجام دهد. این مدل با استفاده از اطلاعات به دست آمده از 41،856 نفر در یک آزمایش بزرگ مربوط به غربالگری سرطان ریه توسعه یافته است. مدل توسعه یافته مورد اشاره سپس با استفاده از 5،615 شرکت کننده از آزمایش فوق به علاوه 5.493 نفر از یک آزمایش دیگر تحت عنوان آزمایش ملی غربالگری ریه مورد تأیید نهایی قرار گرفته است. این مدل عملکرد بسیار بهتری نسبت به روش های غربالگری پیشین نشان داده و نسبت به آن ها، 31 درصد خطای کمتری در تشخیص داشته است. این ابداع ارزشمند که گزارش فنی آن در نشریه Annals of Internal Medicine منتشر شده است، می تواند امیدهای بیماران و پزشکان حوزه سرطان ریه را برای تشخیص به موقع و به دنبال آن، اجرای سریع روند درمانی بیشتر نماید.
تماس با کلینیک تبسم جهت مشاوره سکته مغزی و رزرو نوبت
- شماره تلفن: ۶۶۵۶۴۶۷۴ | ۶۶۴۳۶۲۹۱
- ارسال درخواست ویزیت و مشاوره آنلاین سکته مغزی از طریق واتسپ : 09355354332
- زمان پاسخگویی: ساعت ۹ الی ۲۱
سلامت نیوز: دانشمندان آمریکایی موفق به ساختن مدلی شده اند که با استفاده از هوش مصنوعی (AI) قادر است به پیش بینی خطر 12 ساله ابتلا به سرطان ریه پرداخته و این کار را دقیق تر از استانداردهای بالینی فعلی در ایالات متحده انجام دهد. به گزارش سلامت نیوز به نقل از سیناپرس، پژوهشگران بیمارستان عمومی ماساچوست آمریکا یک مدل را برای پیش بینی درازمدت سرطان ریه توسعه داده اند که از طریق فرایند یادگیری عمیق در هوش مصنوعی عمل می کند و این کار را با استفاده از تجزیه وتحلیل عکس اشعه ایکس قفسه سینه و همچنین اطلاعات اولیه سلامتی در مورد سن، جنس و وضعیت فعلی سیگار کشیدن در افراد انجام می دهد. این روش نسبت به روش ها و معیارهای معمول غربالگری سرطان ریه در ایالات متحده، خطای بسیار کمتری را نشان داده است. روش معمول غربالگری سرطان ریه به کمک اسکن توموگرافی کامپیوتری قفسه سینه (CT) انجام می شود و می تواند از وقوع مرگ به دلیل این بیماری تاحدی جلوگیری کند. هرچند استاندارد فعلی مدیکر در آمریکا برای تعیین این که چه کسی واجد شرایط CT غربالگری سرطان ریه است، عملاً موجب می شود که بیشتر موارد سرطان ریه، شانس خود را برای تشخیص به موقع از دست بدهند. علاوه بر این، مشارکت در فرایندهای غربالگری سرطان ریه ضعیف است و بنا بر تخمین ها، کمتر از 5 درصد افراد واجد شرایط تحت غربالگری قرار می گیرند. حالا اما محققان مورد اشاره فوق، یک شبکه عصبی را ایجاد کرده اند که قادر است پیش بینی طولانی مدت سرطان ریه را بر اساس تصویر اشعه ایکس قفسه سینه انجام دهد. این مدل با استفاده از اطلاعات به دست آمده از 41،856 نفر در یک آزمایش بزرگ مربوط به غربالگری سرطان ریه توسعه یافته است. مدل توسعه یافته مورد اشاره سپس با استفاده از 5،615 شرکت کننده از آزمایش فوق به علاوه 5.493 نفر از یک آزمایش دیگر تحت عنوان آزمایش ملی غربالگری ریه مورد تأیید نهایی قرار گرفته است. این مدل عملکرد بسیار بهتری نسبت به روش های غربالگری پیشین نشان داده و نسبت به آن ها، 31 درصد خطای کمتری در تشخیص داشته است. این ابداع ارزشمند که گزارش فنی آن در نشریه Annals of Internal Medicine منتشر شده است، می تواند امیدهای بیماران و پزشکان حوزه سرطان ریه را برای تشخیص به موقع و به دنبال آن، اجرای سریع روند درمانی بیشتر نماید.