به گزارش ساوت چاینا مورنینگ پست، الگوریتمی که ضایعات روده را برای پزشکان در حین آندوسکوپی برجسته میکند، اکنون در صدها بیمارستان در چین استفاده میشود.
هوش مصنوعی در حوزه پزشکی به کارگیری مدلهای یادگیری ماشینی برای استخراج دادههای پزشکی و کشف الگوهاست که به بهبود نتایج بهداشتی و تجربه بیماران کمک میکند. این فناوری به سرعت به یک جزء کلیدی در مراقبتهای بهداشتی مدرن تبدیل شده است. الگوریتمها و برنامههای هوش مصنوعی در حال حاضر به حمایت از پزشکان در محیطهای بالینی و تحقیقاتی کمک میکنند.
هماکنون، رایجترین کاربردهای هوش مصنوعی در پزشکی شامل پشتیبانی از تصمیمگیری بالینی و تحلیل تصاویر پزشکی است. ابزارهای پشتیبانی تصمیم به ارائهدهندگان خدمات بهداشتی این امکان را میدهند که با دسترسی سریع به اطلاعات و تحقیقات مرتبط، در مورد درمانها، داروها، سلامت روان و سایر نیازهای بیماران تصمیمگیری کنند. همچنین، در زمینه تصویربرداری پزشکی، ابزارهای هوش مصنوعی برای تحلیل تصاویر سیتیاسکن، اشعه ایکس، MRI و سایر عکسها بهکار میروند تا ضایعات یا یافتههایی را شناسایی کنند که ممکن است رادیولوژیست انسانی نادیده بگیرد.
سرطان مری به عنوان هفتمین سرطان شایع و ششمین سرطان کشنده در سطح جهان، تهدیدی کلیدی برای سلامت انسان، به ویژه جمعیتهای محروم است. تشخیص زودهنگام بسیار مهم است زیرا سرطان در صورت درمان آندوسکوپی یا جراحی قبل از بروز علائم، نرخ بقای پنج ساله بیش از ۹۰ درصدی دارد. نرخ این بیماری در کشورهای مختلف متفاوت است، اما نیمی از تمامی موارد در چین روی میدهد. وقوع این بیماری در مردان ۳ برابر زنان است. عوامل متعددی در ایجاد سرطانهای سلول سنگفرشی مری دخیل هستند. علت ایجاد چنین سرطانهایی عمدتا با مصرف بیش از حد الکل و سیگار مرتبط است.
خطر ابتلا به بیماری با افزایش مصرف میزان تنباکو شامل سیگار و قلیان، یا الکل افزایش مییابد.
تیمی از دانشمندان چینی میگویند که یک سیستم هوش مصنوعی برای کمک به پزشکان در شناسایی سرطان مری در مراحل اولیه توسعه دادهاند که نتایج آن ۲ برابر نرخ تشخیص ارزیابی با چشم غیرمسلح توسط پزشک است.
محققان گفتند این الگوریتم اکنون در صدها بیمارستان در سراسر چین استفاده میشود. این روش با برجسته کردن ضایعات روی مری برای پزشکان در طول آندوسکوپی میتواند در تشخیص ضایعات کمک کند.
این تیم در مقالهای که در یکی از ژورنالهای معتبر منتشر شد، نوشت: کمک یادگیری عمیق ممکن است تشخیص و درمان زودهنگام سرطان مری را بهبود بخشد و ممکن است به ابزار مفیدی برای غربالگری سرطان مری تبدیل شود.
منبع: scmp