یه مدل هوش مصنوعی نشون میده که از هر ده تا بیمار مبتلا به سرطان سینه، چهار نفرشون می‌تونن از جراحی زیر بغل خلاص بشن

یه پروژه‌ای تو دانشگاه لوند سوئد، یه مدل هوش مصنوعی رو آموزش داده تا بیماران مبتلا به سرطان سینه رو که می‌تونن از جراحی زیر بغل معاف بشن، شناسایی کنه. این مدل اطلاعاتی رو که قبلاً استفاده نمی‌شدن، تو ماموگرافی‌ها تحلیل می‌کنه و با دقت بالایی، خطر فردی پخش شدن سرطان به زیر بغل رو مشخص می‌کنه. یه تحقیق جدید که تازه تموم شده، نشون میده که این مدل میگه می‌شه از حدود ۴۰ درصد از جراحی‌های زیر بغلی که امروز انجام می‌شه، جلوگیری کرد.

تو موارد سرطان سینه، غدد لنفاوی زیر بغل (که بهشون غدد لنفاوی آگزیلاری میگن) رو بررسی می‌کنن تا ببینن سرطان چقدر پخش شده و بر اساس اون، پیش‌آگهی و نوع درمان رو انتخاب کنن. یه عمل کوچیک انجام می‌شه که تو اون، اولین غدد لنفاوی رو پیدا می‌کنن و با جراحی برمی‌دارن تا تحلیل بشن. این عمل کوچیکه، ولی ممکنه باعث درد، ورم، بی‌حسی و گاهی وقتا جمع شدن مایع بشه.

پخش شدن سرطان به زیر بغل، تقریباً از هر پنج تا بیمار مبتلا به سرطان سینه، یک نفر رو درگیر می‌کنه. اون ۸۰ درصد باقیمونده، هیچ اثری از سرطان تو غدد لنفاوی‌شون ندارن. تو این موارد، این عمل صرفاً تشخیصی بوده و هیچ اثر درمانی‌ای نداره.

لیزا رایدن، استاد جراحی تو دانشگاه لوند و مشاور ارشد بیمارستان دانشگاه اسکونه، میگه: «تو این تحقیق، تمرکز ما روی پیش‌بینی خطر پخش شدن سرطان به زیر بغل بوده.»

تحقیقات خیلی زیادی روی پیدا کردن روش‌های تشخیصی غیرتهاجمی تمرکز کرده که بتونن وضعیت غدد لنفاوی رو تو مرحله‌ای زودتر از چیزی که امروز ممکنه، مشخص کنن. رایدن مسئول پروژه تحقیقاتی NILS هست، یه همکاری تحقیقاتی چند ساله بین دانشکده پزشکی و دانشکده علوم دانشگاه لوند.

رایدن میگه: «در حال حاضر، یه عمل جداگونه روی زیر بغل انجام می‌شه که بهش میگن بیوپسی غده لنفاوی نگهبان، تا پخش شدن به غدد لنفاوی مشخص بشه. ما به جاش می‌تونیم با استفاده از NILS و داده‌های بیمار و تومور، یه ارزیابی ریسک فردی‌تری رو قبل از عمل انجام بدیم. اگه ریسک پایین باشه، می‌شه بعد از صحبت با بیمار، از جراحی زیر بغل خودداری کرد. اگه ریسک بالا باشه، برای جراحی برنامه‌ریزی می‌کنیم. این یه قدم به سمت مراقبت شخص-محورتر می‌شه که تو اون، هر اقدامی یه فایده واضح برای اون بیمار خاص داره.»

تو این تحقیق، محقق‌ها یه مدل هوش مصنوعی ساختن که برای تحلیل ماموگرافی‌ها آموزش دیده بود. ماموگرافی‌ها به طور معمول موقع تشخیص سرطان سینه گرفته می‌شن و برای همین هیچ اقدام یا هزینه اضافی‌ای ندارن. از عکس‌های ۱,۲۶۵ زن تو اسکونه که بین سال‌های ۲۰۰۹ تا ۲۰۱۷ مبتلا به سرطان سینه تشخیص داده شده بودن، استفاده شد. وجه مشترک شرکت‌کننده‌های این تحقیق این بود که سرطان سینه‌شون تو مرحله اولیه بود و جراحی اولین درمانشون بود. نتایج این تحقیق تو مجله npj Digital Medicine چاپ شده.

این مدل هوش مصنوعی آموزش دید تا انواع مختلف اطلاعات رو—از کل ماموگرافی، نه فقط قسمتی که تومور رو نشون می‌داد—شناسایی کنه. بر اساس همین اطلاعات پیچیده بود که مدل می‌تونست خطر پخش شدن سرطان رو محاسبه کنه.

داکو ژانگ، دانشجوی دکتری دانشکده علوم دانشگاه لوند، میگه: «ما الگوریتممون رو تو سه مرحله توسعه دادیم. اول، مدل هوش مصنوعی ده‌ها هزار ماموگرافی رو بررسی کرد تا ساختار اصلی‌شون، مثل لبه‌ها، بافت و شکل‌ها رو یاد بگیره. بعدش مدل آموزش دید تا سرنخ‌های خاصی برای سرطان پیدا کنه، مثل مرزهای تومورها. و در نهایت، با وارد کردن بقیه اطلاعات مهم بیمار، مثل سن و نوع تومور، بهش یه «ذهنیت جامع» داده شد تا بتونه با دقت بیشتری خطر پخش شدن سرطان رو پیش‌بینی کنه.»

از این مدل هوش مصنوعی برای دسته‌بندی غدد لنفاوی به عنوان سالم یا بیمار استفاده شد و محقق‌ها نشون دادن که می‌شد تو ۴۱.۷ درصد موارد، از بیوپسی غده لنفاوی نگهبان خودداری کرد.

رایدن توضیح میده: «این تحقیق نشون میده که با استفاده از مدل هوش مصنوعی به جای عمل کردن همه بیمارا، می‌تونیم حدود ۴۰ درصد از بیمارایی رو که می‌شه از این عمل براشون خودداری کرد، شناسایی کنیم.»

سوئد به خاطر غربالگری ماموگرافی عمومی و مکرری که ارائه میده، در سطح بین‌المللی برجسته‌ست. حدود ۶۷ درصد از موارد سرطان سینه تو سوئد، تو غربالگری ماموگرافی بین زن‌های ۴۰ تا ۷۴ ساله تشخیص داده می‌شه. دعوت‌نامه‌های معاینه، بسته به سن خانم‌ها، هر ۱۸ تا ۲۴ ماه یه بار فرستاده می‌شه.

رایدن میگه: «خیلی از کشورها این نوع غربالگری جمعیت-محور رو ندارن. برای اینکه ادعا کنیم نتایج ما در سطح جهانی قابل اعماله، باید اونا رو به صورت مستقل تأیید کنیم. برای همین الان داریم تو سوئد و خارج از کشور، دنبال داده‌های مستقل و مرتبط از بیماران می‌گردیم.»

اون امیدوار بود که در آینده بشه از الگوریتم‌های محاسباتی داخلی این مدل هوش مصنوعی تو مرحله معاینه ماموگرافی برای ارزیابی خطر پخش شدن به غدد لنفاوی استفاده کرد و بعدش درمان رو به سرعت بر اساس این ریسک طراحی کرد.

رایدن میگه: «تو یه سناریوی رویایی، می‌شه اطلاعات خیلی بیشتری رو در مورد مرحله تومور و پیش‌آگهی از ماموگرافی‌های تشخیصی به دست آورد. مقاله ما روی پخش شدن به غدد لنفاوی تمرکز داره، ولی تو تحقیقات بین‌المللی در حال انجام، الگوی تصویر می‌تونه پیش‌آگهی رو هم پیش‌بینی کنه.»

لينک منبع