یک مدل هوش مصنوعی که توسط گروهی از دانشمندان چینی برای تشخیص سرطان کبد توسعه یافته است، در جریان یک کارآزمایی بالینی آیندهنگر در شرایط واقعی و طی دو ماه، ۱۵ مورد سرطان را که در بررسیهای اولیه شناسایی نشده بود، تشخیص داد. این فناوری به پزشکان کمک کرد تا بیماران شناساییشده را در زمان مناسب تحت درمان جراحی یا دارویی قرار دهند.
به گزارش سیناپرس، تشخیص سرطان کبد در مراحل اولیه یکی از چالشهای مهم پزشکی است. از آنجا که ضایعات سرطانی در مراحل اولیه معمولاً کوچک هستند و ممکن است در میان تغییرات ناشی از بیماریهایی مانند سیروز و کبد چرب پنهان شوند، تشخیص آنها حتی برای پزشکان باتجربه نیز در تصاویر سیتیاسکن با ماده حاجب دشوار است. لازم به ذکر است که ماده حاجب با افزایش تفاوت میان بافتهای مختلف، مشاهده برخی ضایعات را در تصاویر پزشکی آسانتر میکند.
این چالش زمانی بیشتر میشود که سرطان از اندام دیگری به کبد گسترش پیدا کرده باشد. در چنین شرایطی، پزشک ممکن است تمرکز اصلی خود را بر تومور اولیه قرار دهد و در نتیجه، متاستازهای کوچک کبدی را که در نقاط مختلف این اندام ایجاد شدهاند، نادیده بگیرد.
به تازگی آکادمی دامو علیبابا (Alibaba DAMO Academy) با همکاری بیمارستان شِنگجینگ از دانشگاه پزشکی چین (Shengjing Hospital of China Medical University) و چند مؤسسه دیگر، مدل هوش مصنوعی تشخیص سرطان کبد با نام «دامو لایون» (DAMO LiON) را توسعه دادهاند. این مدل میتواند ضایعات بسیار کوچک سرطانی را در تصاویر سیتیاسکن شناسایی کرده و علاوه بر تشخیص دقیق سرطان اولیه کبد، قادر است متاستاز های کبدی را نیز که احتمال دارد در بررسی های معمول از چشم پزشک دور بمانند، شناسایی کند.
نتایج آزمایشها نشان داد دقت این برنامه مبتنی بر هوش مصنوعی در شناسایی تومورهای بدخیم از عملکرد رادیولوژیستهای عمومی بیشتر بوده است. علاوه بر این هنگامی که پزشکان از این مدل هوش مصنوعی برای کمک به بررسی تصاویر استفاده کردند، زمان لازم برای تفسیر تصاویر ۲۷ درصد کاهش یافت و حساسیت تشخیص تومور های بدخیم نیز ۱۱.۵ درصد افزایش پیدا کرد. در نتیجه، احتمال از دست رفتن موارد سرطانی کاهش یافت. همچنین پزشکان جوان با کمک این سامانه توانستند عملکردی در سطح پزشکان باتجربه بسیار بالاتر داشته باشند.
در جریان کارآزمایی بالینی آینده نگر دوماهه، دامو لایون تصاویر سی تی اسکن با ماده حاجب بیش از ۱۰ هزار بیمار را بررسی کرد. این سامانه به پزشکان کمک کرد ۱۵ مورد متاستاز کبدی را که در بررسی های اولیه نادیده گرفته شده بود، شناسایی کنند. کشف این موارد همچنین باعث شد برنامه درمانی این بیماران تغییر کند.
متاستاز های کبدی شناساییشده توسط دامو لایون معمولاً ویژگی هایی داشتند که تشخیص آن ها را دشوار میکرد؛ از جمله مهمترین این ویژگی ها که پزشکان را به اشتباه می انداخت می توان به اندازه کوچک، مرزهای کمرنگ و قرار گرفتن در نقاطی خارج از مرکز کبد اشاره کرد. قطر این ضایعات به طور میانگین حدود یک سانتیمتر و تفاوت ظاهری آنها با بافت سالم کبد نیز اندک بود. برخی از آن ها نیز در موقعیت های آناتومیکی نسبتاً غیرمعمول قرار داشتند.
اهمیت چنین فناوری هایی از آنجا ناشی میشود که تشخیص زودهنگام سرطان کبد می تواند نقش مهمی در افزایش گزینه های درمانی و بهبود نتیجه درمان داشته باشد. زمانی که تومور در مراحل اولیه شناسایی شود، در برخی بیماران امکان استفاده از روش هایی مانند جراحی، درمانهای موضعی یا دارو درمانی هدفمند وجود دارد. با پیشرفت بیماری و گسترش سرطان به سایر بخش های بدن، درمان معمولاً پیچیده تر میشود و گزینه های درمانی نیز محدود تر خواهد شد. از این رو، فناوری هایی که بتوانند ضایعات کوچک و دشوار برای شناسایی را در کنار پزشک تشخیص دهند، می توانند به عنوان یک ابزار کمکی ارزشمند در روند تشخیص مورد استفاده قرار گیرند.
در خاتمه گفتنی است آکادمی دامو علیبابا همچنین مدل های دیگری برای غربالگری و تشخیص سرطان توسعه داده است که از جمله آنها میتوان به دامو پاندا » (DAMO PANDA) برای سرطان پانکراس، دامو گریپ (DAMO GRAPE) برای تشخیص سرطان معده و دامو کوکا (DAMO COCA) برای شناسایی سرطان روده بزرگ و راست روده اشاره کرد.
شرح کامل این مطالعه در آخرین شماره مجله علمی «نیچر مدیسین» (Nature Medicine) منتشر شده است.
مترجم: فاطمه کردی