هوش مصنوعی در پیش‌بینی خطر ابتلا به کشنده‌ترین سرطان جهان موثر است

به گزارش دیتاسنتر من و به نقل از یورونیوز، آن‌ها از مجموعه داده‌ها برای آزمایش بیش از ۶۰ مدل مختلف یادگیری ماشینی استفاده کردند تا ببینند کدام یک در پیش‌بینی خطر ابتلا به این بیماری موثرتر است.

در این بین، آن‌ها در نهایت چهار مورد را ترکیب کردند و توانستند خطر سرطان ریه را با دقت یکسان یا بهبود یافته در مقایسه با بهترین مدل‌های موجود پیش‌بینی کنند. این یافته‌ها روز سه‌شنبه در مجله پلوس مدیسین ( PLOS Medicine) منتشر شد.

مدل‌های مورد نظر تنها با سه متغیر سن فرد، سال‌های سیگار کشیدن و میانگین تعداد سیگارهای مصرف شده در روز ایجاد شدند.

دکتر تام کالندر از کالج لندن در بیانیه‌ای گفت: «مطالعه ما نشان می‌دهد که هوش مصنوعی می‌تواند برای پیش‌بینی دقیق خطر ابتلا به سرطان ریه تنها با کمک سه قطعه اطلاعاتی که جمع آوری آن‌ها در طول ویزیت‌های معمول با پزشک عمومی، ویزیت‌های آنلاین یا از طریق اپلیکیشن‌ها ممکن است استفاده شود.»

وی افزود: «این رویکرد، این پتانسیل را دارد که غربالگری سطح جمعیت برای سرطان ریه را تا حد زیاد ساده کرده و به تحقق آن کمک کند.»

به گفته سازمان جهانی بهداشت، سرطان ریه عامل اصلی مرگ و میر ناشی از سرطان در سراسر جهان است و کشیدن سیگار عامل اصلی آن است که ۸۵ درصد از کل موارد را تشکیل می‌دهد.

سازمان جهانی بهداشت می‌گوید که این بیماری در سال ۲۰۲۰ باعث مرگ ۱.۸ میلیون نفر شد.

علائم سرطان ریه شامل درد قفسه سینه، تنگی نفس، سرفه‌های بی وقفه، سرفه خونی، خستگی، کاهش وزن و عفونت‌های مکرر ریه می‌شود.

تشخیص سرطان ریه در مراحل اولیه بیماری می‌تواند به نتیجه بهتری منجر شود زیر درمان‌های موثرتری در دسترس است.

ائتلاف سرطان ریه در بریتانیا در سال ۲۰۲۰ اعلام کرد که رایج‌ترین مسیر برای تشخیص سرطان ریه پذیرش اورژانس در بیمارستان است علیرغم اینکه خیلی دیر شده باشد.

دولت بریتانیا در ژوئن گذشته اعلام کرد که یک برنامه ملی غربالگری سرطان ریه را برای کمک به تشخیص زودتر این نوع سرطان اجرا می‌کند و از افراد ۵۵ تا ۷۴ سال با سابقه مصرف دخانیات برای غربالگری دعوت کرد.

اتحادیه اروپا سال گذشته توصیه‌های مربوط به سرطان را به روز رسانی و تاکید کرد که کشورها باید افراد پرخطر از جمله سیگاری‌های با مصرف بالای سیگار و سیگاری‌های سابق که پیش از این به شدت سیگار می‌کشیدند را هدف قرار دهند.

میهائلا ون در شائر، نویسنده این مطالعه از دانشگاه علوم پزشکی کمبریج می‌گوید: «این تحقیق نمونه‌ای بارز از این است که چگونه ابزارهای یادگیری ماشینی مانند اوتو پروگنوسیس (AutoPrognosis) همراه با تحقیقات نوآورانه بالینی می‌تواند تاثیر واقعی بر مراقبت‌های بهداشتی در سطح جمعیت بگذارند.»

محققان افزودند که یکی از محدودیت‌های این مطالعه این بود که طبق داده‌های گذشته‌نگر از بریتانیا و ایالات متحده بود بنابراین داده‌های دیگر از مناطق بیشتری باید در نظر گرفته شود.

تحقیقات دیگر درباره استفاده از هوش مصنوعی برای کمک به تشخیص زودهنگام سرطان ریه، استفاده از این ابزارها را برای کمک به تفسیر سی‌تی‌اسکن قفسه سینه و جست‌وجوی نشانگرهای بیولوژیکی یا جهش‌های ژنی مورد بررسی قرار داده است.