به گزارش ایسنا به نقل از مدیکال اکسپرس، شاید بیماران سرطانی مغز در سال های آتی، ناچار نباشند برای معلوم شدن بهترین نوع درمان تومور، بافت برداری را انجام دهند.
پژوهشی که در "مرکز پزشکی دانشگاه تگزاس شعبه جنوب غربی" (UTSW) انجام شده است، نشان می دهد که هوش مصنوعی می تواند با بررسی عکس های سه بعدی مغز، جهش ژنتیکی خاصی را در تومور گلیوما با ۹۷ درصد دقت شناسایی کند. احتمالا این فن آوری بتواند نیاز به جراحی را برای نمونه برداری از تومور گلیوما کاهش دهد و به تحلیل تومور برای انتخاب درمان مناسب کمک کند.
دانشمندان در سال های گذشته، روش های تصویر‌برداری دیگری را نیز آزمایش کرده اند ولی شاید این پژوهش جدید بتواند یکی از دقیق ترین روشها را برای ارزیابی گسترده سرطان مغز ارائه دهد.
"جوزف مالدجیان" (Joseph Maldjian)، از محققان این پروژه اظهار‌کرد: آگاهی از وضعیت جهش گلیوما، گام مهمی در پیش بینی وضع بیمار و ارائه راهبردهای درمانی به شمار می رود. تشخیص این وضعیت فقط با استفاده از تصویر‌برداری و هوش مصنوعی، میتواند گام مهمی در این زمینه باشد.
محققان در این پروژه، از یک شبکه یادگیری عمیق و روش ام آرآی استفاده کردند تا بتوانند وضعیت یک ژن موسوم به "IDH" را تشخیص دهند. این ژن، آنزیمی را تولید می کند که شکل جهش یافته آن میتواند به رشد تومور در مغز منجر شود.
پزشکان برای درمان گلیوما معمولاً مجبور میشوند تا بیماران را جراحی کنند تا قسمتی از بافت تومور را بردارند و برای تشخیص وضعیت جهش تومور، به تحلیل آن بپردازند. ارائه راهبردهای پیش بینی و درمان تا حدود زيادي به وضعیت جهش تومور گلیوما بستگی دارد.
از آن جا که به دست آوردن نمونه بافت، گاهی اوقات میتواند خطرناک و زمان بر باشد، محققان همیشه برای تشخیص وضعیت جهش تومور، در جستجوی راهبردهایی غیر از جراحی هستند.
مالدجیان ادامه داد: نکته مثبت این مدل یادگیری عمیق، سادگی و همینطور دقت بالای آن است. ما گام های قبل از پردازش را حذف کرده ایم و یک مدل ایده‌ال ارائه داده ایم تا با بررسی تصاویر، به مراقبت بالینی کمک کند.
این پژوهش، در مجله "Neuro- Oncology" به چاپ رسید.
- 16
- 1
