سلامت نیوز:مدل هوش مصنوعی توسعه‌یافته توسط دانشمندان موسسه فناوری ماساچوست(MIT) می‌تواند سرطان پستان را بدون توجه به مسائل نژادی تا ۵ سال زودتر از آن که فرد به آن مبتلا شود پیش‌بینی کند.

به گزارش سلامت نیوز به نقل از روزنامه ابتکار ،محققان MIT یک روش جدید مبتنی بر هوش مصنوعی برای دیدن تصاویر ماموگرافی اختراع کرده‌اند که می‌تواند در تشخیص سرطان پستان در زنان تا ۵ سال زودتر عمل کند.

یک مدل یادگیری عمیق که توسط یک تیم از محققان آزمایشگاه هوش مصنوعی MIT و آزمایشگاه هوش مصنوعی CSAIL و بیمارستان عمومی ماساچوست ایجاد شده است می‌تواند براساس یک ماموگرام پیش‌بینی کند که آیا یک زن در آینده به سرطان پستان مبتلا خواهد شد یا نه و بر خلاف روش‌های قدیمی‌تر، به خوبی روی بیماران سیاه‌پوست کار می‌کند. سیستم‌های قبلی در تشخیص و پیش‌بینی سرطان پستان در بیماران سیاه پوست مشکل داشتند، اما این سیستم به خوبی روی هر دو کار می‌کند.

دانشمندان ابتدا به ماموگرام‌های بیش از ۶۰ هزار بیمار که در بیمارستان عمومی ماساچوست تحت درمان بودند، نگاه کردند. سپس زنانی را که طی پنج سال تحت نظارت بودند و به سرطان پستان مبتلا شده بودند شناسایی کردند و با استفاده از این اطلاعات یک مدل ساختند که الگوهای ظریف در بافت پستان را که از نشانه‌های اولیه سرطان پستان هستند تشخیص می‌دهد.

این هوش مصنوعی توانایی کمک به حل اختلاف نژادی در مراقبت‌های بهداشتی زنان را دارد. از آنجا که اطلاعات فعلی در زمینه سرطان پستان بر اساس جمعیت سفیدپوست به دست آمده است موجب تاخیر در تشخیص این بیماری در زنان رنگین‌پوست شده است. این اتفاق به عواقب شدیدی منجر شده است چراکه زنان سیاه‌پوست نسبت به زنان سفیدپوست ۴۳ درصد بیشتر قربانی سرطان پستان می‌شوند و جان خود را از دست می‌دهند.

همچنین به طور متوسط زنان هیسپانیک (اسپانیایی زبان)، سیاه‌پوست و آسیایی زودتر از همتایان سفیدپوست خود به سرطان پستان مبتلا می‌شوند. مدل هوش مصنوعی جدید MIT به یک دلیل ساده بر روی هر دو بیمار رنگین‌پوست و سفیدپوست خوب عمل می‌کند چراکه داده‌های آموزشی آن از هر دو جمعیت بوده است.

آلیسون کوریان محقق این پژوهش گفت: سیستم ما برای سفیدپوستان و رنگین‌پوستان به طور یکسان عمل می‌کند که ابزارهای پیشین این قابلیت را نداشتند. این سیستم درصورت تایید و در دسترس قرار گرفتن برای استفاده گسترده واقعاً می‌تواند استراتژی‌های فعلی ما برای برآورد خطر ابتلا را بهبود بخشد.