دکتر شکوفه یراقی در ترجمان دانش: هوش مصنوعی فناوریای که میتواند دقت تشخیص و مسیر درمان سرطان را به سمت تصمیمگیریهای دقیقتر هدایت کند
هوش مصنوعی در خدمت پژوهش ایرانی؛ تشخیص زودهنگام درگیری غدد لنفاوی زیر بغل در سرطان سینه
دکتر شکوفه یراقی در ترجمان دانش: هوش مصنوعی فناوریای که میتواند دقت تشخیص و مسیر درمان سرطان را به سمت تصمیمگیریهای دقیقتر هدایت کند
علیرضا اقتصاد – به گزارش خبرنگار پایگاه خبری احوال نیوز، یکشنبه ۱۴۰۵/۰۳/۱۷ نشست خبری ترجمان دانش، با حضوردکتر شکوفه یراقی، دکترای مهندسی فناوری اطلاعات و استاد دانشگاه، دکتر مهدی احمدی فر،مدیر واحد ترجمان دانش دانشگاه علوم پزشکی اصفهان، دکتر فرزانه دریکوند، دکترا تخصصی مهندسی علوم و صنایع غذایی، و با حضور اصحاب رسانه، در محل سالن معاونت تحقیقات و فناوری دانشگاه علوم پزشکی اصفهان، برگزار شد.
دکتر شکوفه یراقی، دکترای مهندسی فناوری اطلاعات و استاد دانشگاه، درعنوان طرح خود ( پیشبینی درگیری غدد لنفاوی زیر بغل در بیماران مبتلا به سرطان سینه با استفاده از مبدلهای بینایی و هوش مصنوعی)، با همکاریدکتر نرجس متقی ومهندس طهماسبی، انجام شده است ، که این طرح با بهرهگیری از مدلهای یادگیری عمیق و مبدلهای بینایی، در پی آن است تا گامی عملی در کاهش مداخلات تهاجمی و ارتقای دقت تشخیصهای بالینی بردارد. به تشریح جزئیات این پژوهش پرداختند، واظهار کرد: در سالهای اخیر، هوش مصنوعی به یکی از اثرگذارترین فناوریها در حوزه پزشکی تبدیل شده است؛ فناوریای که میتواند دقت تشخیص را افزایش داده و مسیر درمان را به سمت تصمیمگیریهای دقیقتر و هدفمندتر هدایت کند.
دکتر شکوفه یراقی، دکترای مهندسی فناوری اطلاعات و استاد دانشگاه، تصریح کرد: در سالهای اخیر، هوش مصنوعی به یکی از اثرگذارترین فناوریها در حوزه پزشکی تبدیل شده است؛ فناوریای که میتواند دقت تشخیص را افزایش داده و مسیر درمان را به سمت تصمیمگیریهای دقیقتر و هدفمندتر هدایت کند. در همین راستا، پژوهش نوینی با موضوع” پیشبینی درگیری غدد لنفاوی زیر بغل در بیماران مبتلا به سرطان سینه با استفاده از مبدلهای بینایی و هوش مصنوعی“، توانسته توجه جامعه علمی را به خود جلب کند. این طرح با بهرهگیری از مدلهای یادگیری عمیق و مبدلهای بینایی، در پی آن است تا گامی عملی در کاهش مداخلات تهاجمی و ارتقای دقت تشخیصهای بالینی بردارد.
دکتر شکوفه یراقی، دکترای مهندسی فناوری اطلاعات و استاد دانشگاه، افزود: در این پژوهش ،هدف اصلی، توسعه سامانهای مبتنی بر هوش مصنوعی است که بتواند پیش از انجام جراحی، وضعیت درگیری غدد لنفاوی زیر بغل را در بیماران مبتلا به سرطان سینه پیشبینی کند، واین فناوری میتواند به کاهش جراحیهای غیرضروری، تسریع آغاز درمان در موارد مثبت، کاهش اضطراب بیماران و صرفهجویی در هزینهها کمک کند. در ادامه مسیر پژوهش، توسعه مدل برای شناسایی موارد خفیفتر و میکرومتاستاز نیز در دستور کار قرار دارد.
دکتر شکوفه یراقی، درارتباط با اهمیت این موضوع بیان کرد: در روندهای رایج درمانی، تصمیمگیری برای انجام نمونهبرداری یا جراحی معمولاً با روشهای تهاجمی همراه است؛ روشهایی که ممکن است برای بیمار عوارضی همچون درد، تورم و محدودیت حرکتی به دنبال داشته باشد. هدف ما کاهش این مداخلات غیرضروری و کمک به تصمیمگیری دقیقتر و سریعتر پزشک است.
دکترای مهندسی فناوری اطلاعات و استاد دانشگاه، ادامه داد: این سامانه با دریافت تصاویر سونوگرافی و تحلیل آنها به کمک مدلهای یادگیری عمیق، قادر است الگوهای مرتبط با درگیری یا عدم درگیری غدد لنفاوی را شناسایی کرده و بهعنوان ابزاری کمکی در اختیار پزشک قرار دهد، ودر این پروژه، تیم تحقیقاتی با جمعآوری حدود ۵۰۰ تصویر سونوگرافی از بیماران مبتلا به سرطان سینه، شامل موارد درگیر و غیر درگیر، مدل هوش مصنوعی خود را آموزش داده است.
دکتر شکوفه یراقی، دکترای مهندسی فناوری اطلاعات و استاد دانشگاه، تاکید کرد: با توجه به محدودیت دادههای پزشکی، از روشهای افزایش داده و همچنین معماریهای سبکتر استفاده کردیم تا مدل علاوه بر دستیابی به دقت مناسب، قابلیت اجرا در محیطهای درمانی با امکانات محدود را نیز داشته باشد. بر اساس نتایج اولیه، دقت این سامانه در پیشبینی وضعیت غدد لنفاوی حدود ۹۵ تا ۹۶ درصد گزارش شده است؛ هرچند پژوهشگران تأکید دارند در حوزه پزشکی حتی خطای اندک نیز باید تحت نظارت مستقیم پزشک تفسیر شود. یکی از بخشهای مهم این پژوهش، بهکارگیری مبدلهای بینایی در کنار روشهای یادگیری عمیق برای بهبود عملکرد و افزایش قابلیت تحلیلپذیری مدل است.
دکتر شکوفه یراقی، در ارتباط با چالش های کاربرد هوش مصنوعی گفت: یکی از چالشهای مهم در کاربرد هوش مصنوعی در پزشکی، مسئله جعبهسیاه بودن مدلهاست؛ به این معنا که مشخص نیست سیستم دقیقاً بر چه اساسی به یک نتیجه میرسد. ما تلاش کردهایم با استفاده از معماریهای نوین، تا حد امکان این فرایند را شفافتر و قابل اعتمادتر کنیم.
دکتر شکوفه یراقی در ترجمان دانش: هوش مصنوعی فناوریای که میتواند دقت تشخیص و مسیر درمان سرطان را به سمت تصمیمگیریهای دقیقتر هدایت کند
مهندس طهماسبی، درباره دلیل تمرکز این مطالعه بر غدد لنفاوی زیر بغل، اظهار کرد: این ناحیه یکی از مهمترین شاخصها در تعیین مرحله بیماری سرطان سینه است و درگیری آن میتواند مسیر درمان را بهطور کامل تغییر دهد. از این رو، پیشبینی دقیق آن اهمیت بالینی بالایی داردف که هدف این سامانه جایگزینی پزشک نیست، بلکه طراحی یک دستیار هوشمند برای ارتقای کیفیت تصمیمگیری بالینی است.
در پایان مهندس طهماسبی، در پاسخ به سوال خبرنگار پایگاه خبری احوال نیوز، مبنی بر این که آمار پژوهشی مورد مطالعه که منجر به نتایج این این تحقیقات شده است چند نفر بوده است، اظهار کرد: ۵۰۲ نفر و همزمان ۵۰۲ عکس مورد مطالعه و تحقیقات انجام ئشده است.
انتهای پیام/*
