به گزارش ایسنا و به نقل از وب‌سایت رسمی "دانشگاه نورث‌وسترن"، شاید یادگیری ماشینی بتواند توده‌های بدخیم ریه را با سرعتی بیش از رادیولوژیست‌ها شناسایی کند.
پژوهش جدیدی که با همکاری گوگل و پژوهشگران "دانشگاه نورث‌وسترن" (NU) آمریکا صورت گرفته نشان می‌دهد که سیستم یادگیری ماشینی می‌تواند یک سیستم ارزیابی تصویری ارائه دهد که قابلیت تشخیص به موقع سرطان ریه را دارد. در مقایسه‌ای که میان این سیستم یادگیری ماشینی و رادیولوژیست‌ها صورت گرفت، مشخص شد که عملکرد این سیستم در برخی موارد بیش از انسان است.
دکتر "مازیار اعتمادی" (Mozziyar Etemadi)، استادیار هوش‌بری دانشگاه نورث‌وسترن و از نویسندگان این پژوهش گفت: رادیولوژیست‌ها معمولاً صدها تصویر دوبعدی را در یک سی‌تی اسکن مورد بررسی قرار می‌دهند اما این سیستم یادگیری ماشینی می‌تواند ریه‌ها را در یک تصویر بزرگ سه‌بعدی مورد بررسی قرار دهد. هوش مصنوعی برای بررسی تصاویر سه‌بعدی می‌تواند نسبت به انسان، حساسیت بیشتری داشته باشد و سرطان ریه را به موقع تشخیص دهد. برای بررسی سی‌تی اسکن توسط هوش مصنوعی، به یک سیستم رایانه‌ای گسترده در مقیاس بزرگ نیاز داریم و گوگل می‌تواند این نیاز را برطرف کند. این ایده، مفهوم جدیدی را مطرح می‌کند و مهندسی آن نیز به خاطر مقیاس بزرگ آن، جدید است.
اعتمادی با انجام دادن این پژوهش سعی دارد امکان عبور از موانع فنی و ارتباطی میان حوزه سلامت و مهندسی را فراهم کند تا افراد فعال در این حوزه از جمله مهندسان، پرستاران و پزشکان با یکدیگر در ارتباط باشند.
دانشمندان گوگل، مدل یادگیری عمیقی را ابداع کردند و آن را برای بررسی 6716 تصویر سی‌تی اسکن که توسط پژوهشگران دانشگاه نورث‌وسترن تهیه شده بود، به کار گرفتند تا دقت آن را در تشخیص نشان دهند. آنها دریافتند که این سیستم مبتنی بر هوش مصنوعی می‌تواند در برخی موارد، توده‌های بدخیم ریه را زودتر و دقیق‌تر از رادیولوژیست‌ها تشخیص دهد.
"شراویا شتی"(Shravya Shetty)، از مدیران فنی گوگل گفت: این حوزه از پژوهش، از اهمیت بسیاری برخوردار است زیرا سرطان ریه، بالاترین آمار مرگ و میر را در میان همه انواع سرطان به خود اختصاص داده است و چالش‌های بسیاری در زمینه بررسی این بیماری به چشم می‌خورد. پژوهش ما، روش‌های مورد استفاده هوش مصنوعی را برای بهبود تشخیص سرطان ریه مورد بررسی قرار می‌دهد تا بتواند به کارایی بیشتر برنامه‌های تشخیصی کمک کند. نتایج این پژوهش، امیدوارکننده هستند و ما قصد داریم کار خود را با همکاران بیشتری ادامه دهیم.
آزمایش‌های بالینی نشان می‌دهند که آزمایش قفسه سینه می‌تواند سرطان ریه را شناسایی کند و خطرات آن را کاهش دهد اما سطح بالای خطا و ارزیابی محدود به آزمایش موجب می‌شود که این سرطان تا پیش از رسیدن به مراحل پیشرفته ناشناخته بماند و درمان آن دشوار باشد.
این سیستم یادگیری ماشینی، نتایج سی‌تی اسکن ابتدایی و جدید بیمار را مورد بررسی قرار می‌دهد. بررسی سی‌تی اسکن ابتدایی، برای تشخیص سرطان ریه بسیار کارآمد است زیرا رشد توده‌های بدخیم ریه را مشخص می‌کند. پژوهشگران، این سیستم یادگیری ماشینی را با استفاده از سی‌تی اسکن‌های قفسه سینه آموزش دادند و سیستم توانست هم ناحیه دارای توده و هم نواحی که امکان ابتلاء به سرطان در آنها وجود داشت، مشخص کند.
اعتمادی افزود: این سیستم می‌تواند بیماری را با دقت و به صورت تخصصی دسته‌بندی کند. این کار نه تنها به تشخیص بهتر فرد مبتلا به سرطان کمک می‌کند بلکه می‌تواند پزشکان را در شناسایی فردی که مبتلا به سرطان نیست اما احتمال ابتلاء به آن در او وجود دارد، یاری دهد. استفاده از این سیستم، نیاز به بافت‌برداری تهاجمی خطرناک و پر هزینه را نیز رفع می‌کند.
این پژوهش، در مجله " Nature Medicine" به چاپ رسید.
