هوش مصنوعی گوگل به کمک بیماران سرطان ریه آمده است. محققان دانشگاه نیویورک یک برنامه هوش مصنوعی را امتحان می‌کنند که بواسطه آن می‌توان انواع مختلف سرطان ریه را مورد تشخیص قرار داد.
محققان دانشگاه نیویورک تحقیق جدیدی را منتشر کرده‌اند که قابلیت‌های هوش مصنوعی در درمان سرطان را نشان می‌دهد. آنها یک برنامه هوش مصنوعی را برای تشخیص نوع سرطان ریه به کار گرفته‌اند. این مقاله که اخیرا چاپ شده است نشان داد که یک برنامه یادگیری ماشینی یا هوش مصنوعی گوگل این پتانسیل را دارد که تنها با استفاده از یک تصویر و با دقت 97 درصدی نوع سرطان ریه را شناسایی کند.
این برنامه هوش مصنوعی گوگل تصویر مربوط به یک قطعه بافت سرطانی را مورد آنالیز قرار می‌دهد و پس از آن می‌تواند نوع سرطان ریه را مورد سنجش قرار دهد. سرطان‌های ریه را بر اساس بافت‌شناسی آنها دسته‌بندی می‌شوند. نوع مدیریت بیماری و پیشبینی نتایج بیماری از فواید تعیین نوع سرطان ریه است. بیشتر سرطان‌های ریه از نوع کارسینوما هستند، سرطان‌های بدخیمی که به بافت پوششی مربوط هستند. دو گروه صلی کارسینوماها کارسینوم ریه سلول-غیرکوچک و کارسینوم ریه سلول-کوچک است.
یک برنامه هوش مصنوعی انواع سرطان ریه را تشخیص می‌دهد
در این پژوهش هوش مصنوعی می‌توان دو نوع سرطان ریه “آدنوکارسینوم” (adenocarcinoma) و “سرطان سلول سنگفرشی” (squamous cell carcinoma) را مورد تشخیص قرار دهد. بسیاری از هیستوپاتولوژیست‌ها نیز در تشخیص این دو نوع آسیب ناتوان هستند. سرطان ریه در نتیجه رشد کنترل نشده سلول‌ها در بافت ریوی به وجود می‌آید. در صورت عدم درمان این بیماری، رشد کنترل نشده سلول‌ها می‌تواند طی فرآیند متاستاز به خارج از ریه حرکت کند و به بافت‌های مجاور آسیب وارد کند.
بیشتر بخوانید : تشخیص سرطان پوست با هوش مصنوعی ؛ پیشرفت هایی فراتر از انتظار
در مورد این دو نوع سرطان ریه باید گفت شیوه‌های درمانی آدنوکارسینوم با کارسینوم سلول سنگفرشی تفاوت‌های زیادی دارد. هوش مصنوعی گوگل علاوه بر شناسایی نوع سرطان، قادر است تعیین کند که آیا نسخه‌های غیرطبیعی از 6 ژن مرتبط با سرطان ریه در سلولی که آن را مطالعه می‌کند حضور دارند یا خیر. بسته به آنکه حضور کدام ژن مورد بررسی قرار می‌گیرد دقت این برنامه یادگیری ماشینی بین 73 تا 86 درصد است.
بروز جهش در این ژن‌ها منجر ب تغییر شکل سلول و یا نحوه تعامل آن با محیط بیرون‌اش می‌شود. این برنامه می‌تواند به طور خودکار وضعیت هر سلول را مورد تجزیه و تحلیل قرار دهد. معمولا شناسایی این تغییرات در ژن یک بیمار، هفته‌ها به طول می‌انجامد. آریستوتلیس تیریگاس (Aristotelis Tsirigos)، نویسنده ارشد این مقاله و استاد پاتولوژی دانشگاه نیویورک می‌گوید :
تاخیر در شروع درمان سرطان همواره آسیب‌زا است. مطالعاتی که انجام داده‌ایم نشان می‌دهد که برنامه هوش مصنوعی قادر است به سرعت نوع سرطان و جهش اتفاق افتاده را مورد بررسی قرار دهد تا بدین‌وسیله درمان‌های بیماران روند هدفمندتری را در پیش گیرد.
بیشتر بخوانید : جنگ هوش مصنوعی و سرطان ؛ تشخیص سرطان با هوش مصنوعی
پژوهشگران در این مطالعه با بهره گیری از یک شبکه عصبی کانولوشنال عمیق (deep convolutional neural network) به نام “تلقین وی3” (Inception v3) که توسط گوگل ساخته شده است حجم بسیار زیادی از اطلاعات بصری را مورد آنالیز قرار دادند. شبکه عصبی کانولوشنال نوعی شبکه‌های عصبی است که به طور معمول برای انجان آنالیزهای تصویری یا گفتاری در یادگیری ماشینی مورد استفاده قرار می‌گیرد.
یکی از نویسندگان این تحقیق که در مجله Nature Medicine به چاپ رسیده است، یک ایرانی به نام دکتر نرگس رضوانیان است. این استادیار پژوهشکده رادیولوژی و سلامت جمعیت می‌گوید :
از اینکه توانسته‌ایم یک سیستم آسیب‌شناس پیشرفته را که توانایی شناسایی الگوهای ناشناخته‌ای را در سلول‌های سرطانی و بافت‌های اطراف آنها دارد، توسعه داده‌ایم ، بسیار هیجان‌زده هستیم. هم‌افزایی بین داده‌ها و قدرت محاسباتی فرصت‌های بی‌سابقه‌ای را بهبود علم و عمل در پزشکی بوجود آورده است.
در ادامه این تحقیقات محققان داده‌های پروژه سرطان ژنوم اطلس (Atlas Genome Cancer)، یک پایگاه داده مربوط به تصاویر سرطان‌های مختلف، را به برنامه هوش مصنوعی خود وارد کردند. نتایجی که از تجزیه و تحلیل این داده‌های تصویری توسط هوش مصنوعی به دست آمد منجر به شگفتی دانشمندان شد. چرا که تشخیص‌هایی که هیستوپاتولوژیست‌ها به سختی می‌توانستند انجام دهند توسط این برنامه تنها با آنالیز تصور به سادگی ممکن شده است. محققان در تلاشند تا سیستم هوش مصنوعی خود را با افزودن داده‌های جدید توسعه بدهند تا بدین طریق بتوانند تومور‌های سرطانی را با دقت حداقلی 90 درصد تشخیص دهند.
بیشتر بخوانید :
منبع : interestingengineering
