گوگل با استفاده از هوش مصنوعی در جهت تشخیص دقیقتر سرطان سینه گام مهمی برداشتهاست. با ما همراه باشید تا با این سیستم هوش مصنوعی بیشتر آشنا شویم.
تومورهای متاستاتیک، سلولهایی سرطانی هستند که از بافت مبدأ خود جدا شده، از طریق جریان خون یا لنف درون بدن جابهجا شده و تومورهای جدیدی را در سایر بخشهای بدن شکل میدهند. تشخیص این تومورها بسیار دشوار است. در سال ۲۰۰۹، تحقیقی که روی ۱۰۲ بیمار مبتلا به سرطان سینه در دو مرکز خدمات سلامت بوستون صورت گرفته بود، نشان داد که از هر چهار بیمار، پروسهی درمانی یک بیمار بهدلیل معاینات فیزیکی ناکافی و تستهای تشخیصی ناکامل با شکست همراه میشود.
هوش مصنوعی قادر به ارزیابی جامع تمامی بافت روی یک لام است. ما یک چارچوب کاری به پاتولوژیستها ارائه میدهیم تا از هوش مصنوعی در ارزیابیها و کار خود بهره ببرند .
شرکت گوگل در حال توسعه ابزاری برای کمک به پزشکان در تشخیص سرطان سینه با استفاده از هوش مصنوعی است. این ابزار که با نام دستیار غدد لنفاوی یا LYNA شناخته میشود، میتواند زمانی مانند یک ابزار«اصلاح نگارش» در حوزه پاتولوژی کار کند که پزشکان مسئولیت تشخیص بیماری سرطان از طریق تصاویر سلولهای بیماران را بر عهده دارند.
برای آموزش این الگوریتم، گوگل از یک مجموعه داده شناسایی نشده بر اساس اسکنهای غدد لنفاوی بیماران مبتلا به سرطان سینه در مراکز درمانی هلند استفاده کرد. بافتهای گرفته شده از غدد لنفاوی میتواند راهی باشد برای تشخیص این که آیا سرطان سینه در خارج از سینه بیمار گسترش یافته است یا خیر؟ پس پاتولوژیستها نمونه بافتهایی از غدد لنفاوی بیماران مبتلا به سرطان سینه را بررسی میکنند تا بدانند که میزان تومور خاص بیمار چگونه گسترش یافته است و احتمال ابتلا به سرطان تا چه حد است.
الگوریتمهای اصلاح نگارش را در نظر بگیرید. این الگوریتمها به شما کمک میکنند تا اگر کلمهای را اشتباه نوشتهاید و یا این که حرفی را جا انداخته و یا جابجا نوشتهاید، تشخیص داده و آن را اصلاح کنند. اما در عین حال اگر کلمهای را دوبار نوشته باشید، ممکن است این الگوریتمها نتوانند این تکرار را تشخیص بدهند. الگوریتمهای مورد استفاده در ابزار گوگل نیز چنین کاربردی دارند. این الگوریتم میتواند برای انتخاب سلولهای سرطانی بر روی تصاویر بافتهای ارائه شده مورد استفاده قرار گیرد. این الگوریتم با دقت ۹۹ درصد میتواند تشخیص دهد کدام اسلایدها مشکوک به سرطان بدخیم هستند. همچنین نتایج تحقیقات نشان داده است پزشکان پاتولوژیستی که از این الگوریتم استفاده کردهاند، عملکرد و خروجی بسیار دقیقتری نسبت به سایر پزشکان سرطانشناس داشتهاند.