هوش مصنوعی بومی دقت تشخیص سرطان سینه را در ماموگرافی افزایش داد

باشگاه خبرنگاران جوان؛ پریزاد اقبالی –  یک شرکت دانش بنیان ایرانی با تأکید بر هوش مصنوعی بومی، قدمی مؤثر در تشخیص زودهنگام و دقیق تر سرطان سینه برداشته و توانسته است دقت بررسی تصاویر ماموگرافی را بطور محسوسی افزایش دهد.
مهران عرب احمدی، مدیرعامل یک شرکت دانش بنیان و متخصص رادیولوژی، در گفت و گو با باشگاه خبرنگاران جوان اظهار داشت: این سامانه هوش مصنوعی با آموزش بر پایه حدود ۴۰۰ هزار تصویر ماموگرافی بومی طراحی شده و قادر می باشد برمبنای تصاویر هر فرد، درصد خطر مبتلاشدن به سرطان سینه را پیشبینی کرده و محل احتمالی توده سرطانی را مشخص و علامت گذاری کند.
بگفته او، استفاده از این سامانه سبب افزایش حدود ۲۰ درصدی حساسیت و دقت تشخیص توده های سرطانی در تصاویر ماموگرافی شده است.
وی با اشاره به این که ماموگرافی اصلی ترین روش غربالگری سرطان سینه به حساب می آید و انجام سالانه آن برای زنان بالای ۴۰ سال سفارش می شود، توضیح داد که در گذشته تشخیص توده ها اغلب به اندازه قابل مشاهده آنها در تصویر، کیفیت دستگاه تصویربرداری و حتی مانیتور پزشک وابسته بود و همین عوامل می توانست دقت تشخیص را تحت تأثیر قرار دهد.
مدیرعامل این شرکت دانش بنیان اضافه کرد:   به کارگیری هوش مصنوعی در کنار نظر متخصص رادیولوژی، موجب کاهش ۱۰ تا ۱۵ درصدی مراجعات و ارجاعات غیرضروری بعد از انجام ماموگرافی شده است. به این ترتیب، پزشک با ضریب اطمینان بالاتری می تواند گزارش غائی را عرضه نماید و تنها در موارد ضروری، بیمار را به بررسی های تکمیلی ارجاع دهد.
بگفته عرب احمدی، نتیجه غائی این پروسه تشخیص سرطان سینه در مراحل خیلی اولیه است؛ مراحلی که هنوز سایر ارگان ها درگیر نشده اند و بیماری قبل از متاستاز شناسایی می شود. این موفقیت می تواند نقش برجسته ی در افزایش شانس درمان و کاهش عوارض جسمی و روانی بیماران ایفا کند.
جزییات بیشتر را در فیلم زیر مشاهده کنید.
{$sepehr_media_21090055_400_300}
باشگاه خبرنگاران جوان؛ پریزاد اقبالی –  یک شرکت دانش بنیان ایرانی با تأکید بر هوش مصنوعی بومی، قدمی مؤثر در تشخیص زودهنگام و دقیق تر سرطان سینه برداشته و توانسته است دقت بررسی تصاویر ماموگرافی را بطور محسوسی افزایش دهد.
مهران عرب احمدی، مدیرعامل یک شرکت دانش بنیان و متخصص رادیولوژی، در گفت و گو با باشگاه خبرنگاران جوان اظهار داشت: این سامانه هوش مصنوعی با آموزش بر پایه حدود ۴۰۰ هزار تصویر ماموگرافی بومی طراحی شده و قادر می باشد برمبنای تصاویر هر فرد، درصد خطر مبتلاشدن به سرطان سینه را پیشبینی کرده و محل احتمالی توده سرطانی را مشخص و علامت گذاری کند.
بگفته او، استفاده از این سامانه سبب افزایش حدود ۲۰ درصدی حساسیت و دقت تشخیص توده های سرطانی در تصاویر ماموگرافی شده است.
وی با اشاره به این که ماموگرافی اصلی ترین روش غربالگری سرطان سینه به حساب می آید و انجام سالانه آن برای زنان بالای ۴۰ سال سفارش می شود، توضیح داد که در گذشته تشخیص توده ها اغلب به اندازه قابل مشاهده آنها در تصویر، کیفیت دستگاه تصویربرداری و حتی مانیتور پزشک وابسته بود و همین عوامل می توانست دقت تشخیص را تحت تأثیر قرار دهد.
مدیرعامل این شرکت دانش بنیان اضافه کرد:   به کارگیری هوش مصنوعی در کنار نظر متخصص رادیولوژی، موجب کاهش ۱۰ تا ۱۵ درصدی مراجعات و ارجاعات غیرضروری بعد از انجام ماموگرافی شده است. به این ترتیب، پزشک با ضریب اطمینان بالاتری می تواند گزارش غائی را عرضه نماید و تنها در موارد ضروری، بیمار را به بررسی های تکمیلی ارجاع دهد.
بگفته عرب احمدی، نتیجه غائی این پروسه تشخیص سرطان سینه در مراحل خیلی اولیه است؛ مراحلی که هنوز سایر ارگان ها درگیر نشده اند و بیماری قبل از متاستاز شناسایی می شود.