صفحه نخست

تاریخ

ورزش

خواندنی ها

سلامت

ویدیو

عکس

صفحات داخلی

۰۳ دی ۱۴۰۳ - ساعت
کد خبر: ۸۳۳۰۷۸
تاریخ انتشار: ۵۸ : ۱۸ - ۲۶ آبان ۱۴۰۳
فناوری ساخته دست دانشمندان «دانشگاه میشیگان» و «دانشگاه کالیفرنیا» FastGlioma نام دارد. آنها می‌گویند از روش‌های مرسوم برای شناسایی بخش‌های باقی‌مانده تومور حین جراحی استفاده می‌کند. «تاد هالون»، جراح مغز و اعصاب دانشگاه میشیگان و محقق اصلی این مطالعه، می‌گوید: «FastGlioma سیستم تشخیص مبتنی‌بر هوش مصنوعی است که با بهبود فوری مدیریت جامع بیماران مبتلا به گلیوما [نوعی سرطان مغز]پراکنده، پتانسیل تغییر زمینه جراحی مغز و اعصاب را دارد. این فناوری در تشخیص تومور سریع‌تر و دقیق‌تر از روش‌های استاندارد فعلی عمل می‌کند و می‌تواند در تشخیص سایر تومور‌های مغزی کودکان و بزرگسالان نیز از آن استفاده کرد.»
پایگاه خبری تحلیلی انتخاب (Entekhab.ir) :

دانشمندان مدل هوش مصنوعی جدیدی برای کمک به درمان سرطان مغز توسعه داده‌اند که حین جراحی می‌تواند دیگر بخش‌های قابل‌برداشت تومور را در 10 ثانیه تشخیص بدهد.
 
فناوری ساخته‌ دست دانشمندان «دانشگاه میشیگان» و «دانشگاه کالیفرنیا» FastGlioma نام دارد. آنها می‌گویند از روش‌های مرسوم برای شناسایی بخش‌های باقی‌مانده تومور حین جراحی استفاده می‌کند. «تاد هالون»، جراح مغز و اعصاب دانشگاه میشیگان و محقق اصلی این مطالعه، می‌گوید:
 
«FastGlioma سیستم تشخیص مبتنی‌بر هوش مصنوعی است که با بهبود فوری مدیریت جامع بیماران مبتلا به گلیوما [نوعی سرطان مغز] پراکنده، پتانسیل تغییر زمینه جراحی مغز و اعصاب را دارد. این فناوری در تشخیص تومور سریع‌تر و دقیق‌تر از روش‌های استاندارد فعلی عمل می‌کند و می‌تواند در تشخیص سایر تومورهای مغزی کودکان و بزرگسالان نیز از آن استفاده کرد.»
 
دقت FastGlioma در تشخیص تومور مغزی
 
برای توسعه این مدل مبتنی بر هوش مصنوعی، تیم‌های جراحی مغز و اعصاب نمونه‌های تازه و پردازش‌نشده 220 بیمار مبتلا به گلیوما را تجزیه‌و‌تحلیل کردند. آنها در مطالعه خود که مجله نیچر آن را منتشر کرده، ادعا کرده‌اند FastGlioma با میانگین دقت تقریباً 92 درصدی توانسته تومورهای باقی‌مانده را شناسایی و میزان آنها را اندازه‌ بگیرد.
 
همچنین درباره عملکرد FastGlioma ادعا شده این فناوری هوش مصنوعی فقط در 3.8 درصد مواقع نتوانسته تومورهای پرخطر را تشخیص دهد، این میزان برای روش‌های معمول فعلی تقریباً 25 درصد است.
 
FastGlioma برای تشخیص باقی‌مانده تومور مغزی از سیستم‌های تصویربرداری نوری میکروسکوپی در ترکیب با هوش مصنوعی که با داده‌های آموزشی توسعه داده شده، استفاده می‌کند.
 
درنهایت، دانشمندان ادعا کرده‌اند این فناوری علاوه‌بر اینکه ابزاری در دسترس و مقرون‌به‌صرفه برای تیم‌های جراحی مغز و اعصاب خواهد بود که روی گلیوما کار می‌کنند، می‌تواند تکه‌های باقیمانده در تومورهای غیرگلیوما، ازجمله تومورهای مغزی کودکان، مانند مدولوبلاستوما را نیز به‌دقت تشخیص دهد. آنها همچنین قصد دارند در آینده روی تشخیص سرطان‌های دیگر، ازجمله سرطان ریه، پروستات و سینه با FastGlioma تمرکز کنند.
 
منبع: دیجیاتو