درمان دقيقتر تومورهاي مغزي به کمک هوش مصنوعي
تاریخ انتشار: ۲۴ تیر ۱۴۰۲ | کد خبر: ۳۸۲۲۹۱۶۵
خبرگزاری آریا-هوش مصنوعی در حوزه پزشکی کاربردهای زیادی دارد و یکی از ابزارهای جدید آن به کمک پزشکان آمده است تا درمان تومورهای مغزی را سریعتر کند.
به گزارش خبرگزاری آریا، یادگیری ماشینی میتواند به تجزیه و تحلیل درمانی گلیوماس، شایعترین تومور مغزی و کاهش زمان حضور بیماران در اتاق عمل کمک کند. بر اساس مطالعهای که توسط دانشکده پزشکی هاروارد منتشر شده است یک ابزار هوش مصنوعی جدید میتواند به جراحان مغز و اعصاب در درمان تومورهای مغزی یاری برساند.
بیشتر بخوانید:
اخباری که در وبسایت منتشر نمیشوند!
انواع مختلف گلیوماس به انواع مختلفی از جراحی نیاز دارد. برای برداشتن ایمن گلیوماس بدون آسیبرساندن به بافت مغز، جراحان مغز و اعصاب به اطلاعات زیادی نیاز دارند. این اطلاعات اغلب تا زمانی که بیمار روی تخت جراحی قرار نگیرد، قابل جمعآوری نیست.
هنگامی که جراحان، بیمار مبتلا به سرطان مغز را جراحی میکنند، نمونهای را به آزمایشگاه آسیبشناسی میفرستند تا نتیجه آن را بیدرنگ و فوری دریافت کنند. پاتولوژیست طی 10 تا 15 دقیقه، در تشخیص اینکه آیا بافت صحیحی را برش زدهاند یا نه و اینکه بیمار چه نوع سرطان خاصی دارد، به آنها کمک میکند. این فرایند به سرعت و دقت زیادی نیاز دارد؛ بنابراین گاهی اوقات اشتباهاتی هم رخ میدهد.
محققان در مطالعات خود دریافتند که یادگیری ماشینی ، شاخهای از هوش مصنوعی با استفاده از الگوهایی که از طریق برنامهنویسی به دست میآید، میتواند به تجزیهوتحلیل سریعتر و دقیقتر نمونه مغزی گلیوماس کمک کند و زمان حضور بیمار در اتاق عمل را کاهش دهد. این ابزار روی 2334 نمونه تومور مغزی از 1524 فرد مبتلا به گلیوماس آزمایش شد. در آزمایشها، این سیستم قادر به رمزگشایی ساختار ژنتیکی تومور و یافتن جهش در سطح مولکولی در تومورها و بافت اطراف آن با دقت 93 درصد بود.
این بدان معنی است که در طول جراحی، پزشکان میتوانند بازخورد فوری در مورد ترکیب مولکولی تومورهای گلیوماس دریافت کنند؛ بنابراین در مورد رفتار تومور، پاسخ بالقوه به درمانهای خاص و مهمتر از همه تهاجمی بودن آن مطلع میشوند.
یکی از مطمئنترین روشهای درمان گلیوماس تهاجمی، قراردادن مستقیم داروهای کشنده تومور در مغز در حین جراحی است. محققان معتقدند که هوش مصنوعی میتواند به تعیین تهاجمی یک تومور خاص در اتاق عمل کمک کند، در نتیجه پزشکان میتوانند به سرعت و با اطمینان برای تزریق داروهای کشنده تومور به مغز تصمیم بگیرند. این ابزار اکنون میتواند به شناسایی سایر سرطانها مانند سرطان پروستات، سرطان پوست، سرطان سینه، سرطان تخمدان و ... نیز کمک کند.
مطالعه در زمینه کاربرد هوش مصنوعی در تشخیص و درمان سرطان پیش از این نیز انجام شده است.
منبع: خبرگزاری آریا
کلیدواژه: هوش مصنوعی بیماری ها هوش مصنوعی تومور ها
درخواست حذف خبر:
«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را بهطور اتوماتیک از وبسایت www.aryanews.com دریافت کردهاست، لذا منبع این خبر، وبسایت «خبرگزاری آریا» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۳۸۲۲۹۱۶۵ 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:
ChatGPT در تشخیص آبسه مغزی شکست خورد
در پژوهش جدیدی که برای ارزیابی توانایی ChatGPT در تشخیص بیماریها انجام شد، این مدل هوش مصنوعی نتوانست آبسه مغزی را به درستی تشخیص دهد.
به گزارش ایسنا، به رغم این که هوش مصنوعی در حال تبدیل شدن به یک بخش اساسی از پژوهشهای بالینی و تصمیمگیری است، بسیاری از افراد هنوز صحت ChatGPT را برای پشتیبانی از فرآیندهای تشخیصی و درمانی پیچیده زیر سوال میبرند.
به نقل از میراژ نیوز، یک پژوهش جدید که ChatGPT را برای مدیریت کردن «آبسه مغزی»(Brain abscess) به کار گرفته، نشان داده که اگرچه به نظر میرسد ChatGPT قادر به ارائه دادن توصیههایی درباره تشخیص و درمان است اما برخی از پاسخهای این مدل هوش مصنوعی میتوانند بیماران را در معرض خطر قرار دهند.
این پژوهش که در کنگره جهانی «انجمن میکروبیولوژی بالینی و بیماریهای عفونی اروپا»(ESCMID) در شهر بارسلون اسپانیا ارائه شد، توسط اعضای گروه پژوهشی «بیماریهای عفونی مغز»(ESGIB) انجام شده است.
دکتر «سوزان دایکوف شن»(Susanne Dyckhoff-Shen) از بیمارستان «دانشگاه لودویگ ماکسیمیلیان مونیخ»(LMU) در آلمان و یکی از اعضای انجمن میکروبیولوژی بالینی و بیماریهای عفونی اروپا گفت: زمانی که با ایمنی بیمار سر و کار دارید، هر نتیجه کمتر از ۱۰۰ درصد یک شکست است. اگرچه ما از دانش ChatGPT درباره مدیریت آبسههای مغزی شگفتزده شدهایم اما محدودیتهای کلیدی در استفاده از این مدل هوش مصنوعی به عنوان یک دستگاه پزشکی وجود دارد که از جمله آنها میتوان به آسیب احتمالی بیمار و عدم شفافیت دادهها برای ارائه پاسخ اشاره کرد.
توانایی هوش مصنوعی در جذب سریع، پردازش و تفسیر مجموعه دادههای گسترده، چشمانداهای وسوسهانگیزی را نشان میدهد اما این پرسش نیز به وجود میآید که آیا فرآیندهای زمانبر برای ایجاد دستورالعملهای پزشکی هنوز ضروری هستند یا اینکه مدلهای هوش مصنوعی آموزشدیده با انبوهی از اطلاعات پزشکی میتوانند در پاسخ به پرسشهای پیچیده بالینی با کارشناسان بالینی رقابت کنند.
آبسه مغزی یک عفونت تهدیدکننده در سیستم عصبی مرکزی است که برای جلوگیری از عوارض شدید عصبی و حتی مرگ بیمار باید به سرعت شناسایی و درمان شود. مدیریت آبسههای مغزی عمدتا براساس تجربه بالینی و پژوهشهای محدود انجام میشود اما انجمن میکروبیولوژی بالینی و بیماریهای عفونی اروپا در سال ۲۰۲۳، نیاز به یک روش استاندارد را با توسعه یک دستورالعمل بینالمللی برآورده کرد.
گروهی از پژوهشگران اروپایی برای اینکه بفهمند آیا ChatGPT قادر به ارزیابی حرفهای پژوهشهای پزشکی و ارائه توصیههای معتبر علمی است یا خیر، مدل هوش مصنوعی را آزمایش کردند تا ببینند که آیا در مقایسه با دستورالعمل ESCMID میتواند به ۱۰ پرسش کلیدی درباره تشخیص و درمان آبسه مغزی پاسخ دقیق بدهد یا خیر.
پژوهشگران ابتدا از نسخه چهارمChatGPT (ChatGPT 4) خواستند تا به ۱۰ پرسش مطرحشده توسط انجمن میکروبیولوژی بالینی و بیماریهای عفونی اروپا پیرامون دستورالعمل آبسه مغزی آنها پاسخ دهد. پرسشها بدون هیچ گونه اطلاعات اضافی طراحی و ارزیابی شدند.
سپس، ChatGPT با متن همان مقالات پژوهشی آموزش داده شد که برای توسعه دستورالعمل پیش از پرسیدن سؤالات مورد استفاده قرار گرفته بودند. این کار برای بررسی این موضوع انجام شد که آیا ChatGPT با استفاده از دادههای مشابه به کار رفته برای توسعه دستورالعملها میتواند توصیههای هماهنگتری را ارائه دهد یا خیر.
سپس سه متخصص بیماریهای عفونی، پاسخهای هوش مصنوعی را با توصیههای دستورالعمل انجمن میکروبیولوژی بالینی و بیماریهای عفونی اروپا مقایسه کردند تا مواردی را مانند وضوح، همسویی با دستورالعمل و خطر احتمالی برای بیمار ارزیابی کنند.
این پژوهش در «The Journal of Neurology» ارائه شد.
انتهای پیام