هل يمكن أن يكون الذكاء الاصطناعي هو مستقبل تشخيص السرطان؟

في دراسة حديثة ، قام الباحثون بتدريب خوارزمية للتمييز بين الآفات الخبيثة والحميدة في مسح أنسجة الثدي.

تتساءل دراسة جديدة عما إذا كان الذكاء الاصطناعي يمكنه تبسيط تشخيص السرطان.

بالنسبة للسرطان ، فإن مفتاح العلاج الناجح هو اكتشافه مبكرًا.

كما هو الحال ، يمكن للأطباء الوصول إلى صور عالية الجودة ، ويمكن لأخصائيي الأشعة المهرة اكتشاف العلامات المنبهة للنمو غير الطبيعي.

بمجرد تحديده ، فإن الخطوة التالية هي أن يتأكد الأطباء مما إذا كان النمو حميدًا أم خبيثًا.

الطريقة الأكثر موثوقية هي أخذ خزعة ، وهي إجراء جائر.

حتى مع ذلك ، يمكن أن تحدث أخطاء. يتلقى بعض الأشخاص تشخيصًا بالسرطان في حالة عدم وجود مرض ، بينما لا يتلقى البعض الآخر تشخيصًا عند وجود السرطان.

كلتا النتيجتين تسببان ضائقة ، وقد تتسبب الحالة الأخيرة في تأخير العلاج.

يحرص الباحثون على تحسين عملية التشخيص لتجنب هذه المشكلات. إن اكتشاف ما إذا كانت الآفة خبيثة أو حميدة بشكل أكثر موثوقية ودون الحاجة إلى أخذ خزعة من شأنه أن يغير قواعد اللعبة.

يبحث بعض العلماء في إمكانات الذكاء الاصطناعي (AI). في دراسة حديثة ، قام العلماء بتدريب خوارزمية بنتائج مشجعة.

الذكاء الاصطناعي والمطاط

التصوير المرن بالموجات فوق الصوتية هو أسلوب تشخيصي جديد نسبيًا يختبر صلابة أنسجة الثدي. يحقق ذلك عن طريق اهتزاز النسيج ، مما يؤدي إلى تكوين موجة. تسبب هذه الموجة تشوهًا في الفحص بالموجات فوق الصوتية ، مما يبرز مناطق الثدي حيث تختلف خصائصها عن الأنسجة المحيطة.

من خلال هذه المعلومات ، يمكن للطبيب تحديد ما إذا كانت الآفة سرطانية أم حميدة.

على الرغم من أن هذه الطريقة لها إمكانات كبيرة ، إلا أن تحليل نتائج التصوير الإيلاستوجرافي يستغرق وقتًا طويلاً ، ويتضمن عدة خطوات ، ويتطلب حل المشكلات المعقدة.

في الآونة الأخيرة ، تساءل مجموعة من الباحثين من كلية فيتربي للهندسة بجامعة جنوب كاليفورنيا في لوس أنجلوس عما إذا كانت الخوارزمية يمكن أن تقلل من الخطوات اللازمة لاستخلاص المعلومات من هذه الصور. نشروا نتائجهم في المجلة طرق الحاسوب في الميكانيكا التطبيقية والهندسة.

أراد الباحثون معرفة ما إذا كان بإمكانهم تدريب خوارزمية للتمييز بين الآفات الخبيثة والحميدة في فحوصات الثدي. ومن المثير للاهتمام ، أنهم حاولوا تحقيق ذلك من خلال تدريب الخوارزمية باستخدام البيانات التركيبية بدلاً من عمليات المسح الحقيقية.

البيانات التركيبية

عند سؤاله عن سبب استخدام الفريق للبيانات التركيبية ، قال المؤلف الرئيسي البروفيسور أسعد أوبراي إن الأمر يتعلق بتوافر بيانات العالم الحقيقي. ويوضح أنه "في حالة التصوير الطبي ، فأنت محظوظ إذا كان لديك 1000 صورة. في مثل هذه الحالات ، حيث تكون البيانات شحيحة ، تصبح هذه الأنواع من التقنيات مهمة ".

قام الباحثون بتدريب خوارزمية التعلم الآلي الخاصة بهم ، والتي يشيرون إليها على أنها شبكة عصبية تلافيفية عميقة ، باستخدام أكثر من 12000 صورة اصطناعية.

بحلول نهاية العملية ، كانت الخوارزمية دقيقة بنسبة 100٪ على الصور الاصطناعية ؛ بعد ذلك ، انتقلوا إلى عمليات المسح الواقعية. لقد حصلوا على 10 فحوصات فقط: نصفها أظهر آفات خبيثة والنصف الآخر صور آفات حميدة.

"كان لدينا معدل دقة حوالي 80٪. بعد ذلك ، نواصل تحسين الخوارزمية باستخدام المزيد من صور العالم الواقعي كمدخلات ".

استاذ اسعد اوبراي

على الرغم من أن 80٪ أمر جيد ، إلا أنه ليس جيدًا بما يكفي - ومع ذلك ، فهذه مجرد بداية للعملية. يعتقد المؤلفون أنهم إذا دربوا الخوارزمية على بيانات حقيقية ، فربما أظهرت دقة محسنة. يقر الباحثون أيضًا أن اختبارهم كان صغيرًا جدًا بحيث لا يستطيع التنبؤ بالقدرات المستقبلية للنظام.

نمو الذكاء الاصطناعي

في السنوات الأخيرة ، كان هناك اهتمام متزايد باستخدام الذكاء الاصطناعي في التشخيص. كما كتب أحد المؤلفين:

"يتم تطبيق الذكاء الاصطناعي بنجاح لتحليل الصور في علم الأشعة ، وعلم الأمراض ، والأمراض الجلدية ، مع تجاوز سرعة التشخيص ، ودقة الموازية ، الخبراء الطبيين."

ومع ذلك ، لا يعتقد البروفيسور أوبيراي أن الذكاء الاصطناعي يمكن أن يحل محل عامل بشري مدرب. ويوضح أن "الإجماع العام هو أن هذه الأنواع من الخوارزميات لها دور مهم تلعبه ، بما في ذلك من محترفي التصوير الذين سيكون لها تأثير أكبر. ومع ذلك ، ستكون هذه الخوارزميات مفيدة للغاية عندما لا تكون بمثابة مربعات سوداء. ما الذي رآه والذي أدى به إلى الاستنتاج النهائي؟ يجب أن تكون الخوارزمية قابلة للتفسير حتى تعمل على النحو المنشود ".

يأمل الباحثون أن يتمكنوا من توسيع طريقتهم الجديدة لتشخيص أنواع أخرى من السرطان. أينما ينمو الورم ، فإنه يغير سلوك الأنسجة جسديًا. يجب أن يكون من الممكن رسم هذه الاختلافات وتدريب خوارزمية لاكتشافها.

ومع ذلك ، نظرًا لأن كل نوع من أنواع السرطان يتفاعل مع محيطه بشكل مختلف تمامًا ، فستحتاج الخوارزمية إلى التغلب على مجموعة من المشكلات لكل نوع. يعمل البروفيسور أوبيراي بالفعل على فحوصات التصوير المقطعي المحوسب لسرطان الكلى لإيجاد طرق يمكن أن يساعد بها الذكاء الاصطناعي في التشخيص هناك.

على الرغم من أن هذه الأيام مبكرة لاستخدام الذكاء الاصطناعي في تشخيص السرطان ، إلا أن هناك آمالًا كبيرة في المستقبل.