هوش مصنوعی ثابت کرده که در شناسایی سرطان تخمدان بهتر از پزشکان عمل می‌کند. هوش مصنوعی در بررسی اولتراسوندها از نظر دقت عملکرد بهتری داشت. با این حال، برای ارزیابی استفاده روزمره از آن، انجام آزمایش‌های بالینی ضروری است.
به گزارش انتخاب و به نقل از هلث دی؛ هوش مصنوعی می‌تواند در شناسایی سرطان تخمدان از روی تصاویر اولتراسوند عملکرد بهتری نسبت به پزشکان داشته باشد.
مطالعه جدیدی که در مجله *Nature Medicine منتشر شده است، نشان می‌دهد که یک برنامه هوش مصنوعی که به صورت ویژه آموزش دیده بود، در شناسایی سرطان تخمدان از طریق اسکن اولتراسوند به نرخ دقتی بالاتر از ۸۶ درصد دست یافت. این در حالی است که نرخ دقت متخصصان انسانی کمی کمتر از ۸۳ درصد و نرخ دقت پزشکان غیرمتخصص حدود ۷۸ درصد بود.
الیزابت اپستین یکی از پزشکان ارشد در بخش علوم بالینی و آموزش بیمارستان عمومی جنوب استکهلم، در یک بیانیه خبری از مؤسسه کارولینسکا در سوئد گفت:
"تومورهای تخمدان شایع هستند و اغلب به طور تصادفی شناسایی می‌شوند."
او افزود: این نتایج نشان می‌دهد که هوش مصنوعی "می‌تواند در تشخیص سرطان تخمدان، به‌ویژه در موارد دشوار برای تشخیص و همچنین در شرایطی که کمبود متخصصان در زمینه اولتراسوند وجود دارد، حمایت ارزشمندی ارائه دهد."
جزئیات مطالعه
در این مطالعه، محققان برنامه هوش مصنوعی را برای تمایز بین ضایعات خوش‌خیم و بدخیم تخمدان آموزش دادند. برای این منظور از بیش از ۱۷ هزار تصویر اولتراسوند از نزدیک به ۳۷۰۰ بیمار در ۲۰ بیمارستان واقع در هشت کشور استفاده شد.
بر اساس یافته‌های این تحقیق، برنامه هوش مصنوعی همچنین توانست نیاز به ارجاع بیماران به متخصصان را کاهش دهد، زیرا در نقش پشتیبان برای ارزیابی پزشکان انسانی عمل کرد.
در یک سناریوی شبیه‌سازی‌شده مراقبتی، کمک هوش مصنوعی تعداد ارجاعات به متخصصان را تا ۶۳ درصد کاهش داد. همچنین نرخ اشتباهات تشخیصی را به میزان ۱۸ درصد کم کرد.
نتایج کلی این تحقیق نشان داد که هوش مصنوعی می‌تواند به مراقبت سریع‌تر و کم‌هزینه‌تر برای بیمارانی که دارای ضایعات تخمدانی هستند، کمک کند.
با این حال، محققان تأکید کردند که برای تأیید کامل یافته‌های این پژوهش و درک کامل توانمندی‌های هوش مصنوعی در کمک به تشخیص‌های پزشکی، مطالعات بیشتری لازم است.
تحقیق برای کاربردهای روزمره بالینی
این تیم تحقیقاتی اکنون در حال انجام پژوهش‌هایی برای ارزیابی امنیت و کاربرد روزانه این برنامه هوش مصنوعی در محیط‌های بالینی هستند. همچنین برنامه دارند تا یک آزمایش بالینی جهت بررسی تأثیر این هوش مصنوعی بر فرآیند مدیریت بیماران و هزینه‌های سیستم سلامت انجام دهند.
فیلیپ کریستینسن، یکی از محققان ارشد و دانشجوی دکتری در گروه پژوهشی اپستین در مؤسسه کارولینسکا، در یک بیانیه خبری گفت:
"با ادامه تحقیقات و توسعه بیشتر، ابزارهای مبتنی بر هوش مصنوعی می‌توانند به بخش جدایی‌ناپذیر از سیستم بهداشت و درمان در آینده تبدیل شوند. این ابزارها می‌توانند فشار کاری را از دوش کارشناسان بردارند و منابع بیمارستانی را بهینه کنند.
اما لازم است اطمینان حاصل کنیم که این ابزارها می‌توانند با محیط‌های پزشکی مختلف و گروه‌های متفاوت بیماران سازگار شوند."
