به گزارش گروه اجتماعی سلامت جو ، محققان به تازگی موفق به توسعه مدل های هوش مصنوعی شده اند که توانایی تشخیص تومورهای مغزی و بافت سالم در تصاویر MRI را دارند. این مدل ها اکنون قادرند تومورهای مغزی را با دقتی مشابه پزشکان شناسایی کرده و به عنوان دستیار رادیولوژیست در تشخیص بیماری های مغزی عمل کنند.
در حالی که استفاده از هوش مصنوعی در حوزه پزشکی به سرعت در حال گسترش است، این فناوری نقش ویژه ای در رادیولوژی پیدا کرده است. فرآیند پردازش تصاویر پزشکی معمولاً زمان بر است و ممکن است باعث تاخیر در درمان بیماران شود.
به همین دلیل، محققان استفاده از شبکه های عصبی کانولوشن (CNN) را برای پردازش و تجزیه و تحلیل تصاویر پزشکی پیشنهاد کرده اند. این شبکه ها به مدل های هوش مصنوعی اجازه می دهند تا با استفاده از حجم زیادی از تصاویر آموزشی، توانایی تشخیص و طبقه بندی تصاویر پزشکی را به دست آورند.
یکی از نکات جالب این تحقیق شباهت تشخیص تومور و ردیابی حیوانات استتار شده در طبیعت است. محققان دریافته‌اند که الگوهای استتار در طبیعت شبیه الگوهای ترکیب تومورها با بافت‌های سالم است و این ویژگی می‌تواند در شناسایی بهتر تومورها مفید باشد.
در این تحقیق، محققان شبکه های عصبی را با استفاده از داده های تصویربرداری مغزی MRI و تکنیک یادگیری انتقال آموزش داده اند. نتایج نشان داد که این مدل ها توانایی بالایی در تشخیص تومورهای مغزی دارند. یکی از شبکه های عصبی قادر به شناسایی تومورها با دقت 85.99 درصد و شبکه دیگر با دقت 83.85 درصد بود.
این فناوری می‌تواند به رادیولوژیست‌ها در تشخیص دقیق‌تر کمک کند و با اعتبارسنجی تصمیم‌های خود با مدل‌های هوش مصنوعی به بهبود کیفیت مراقبت از بیمار کمک کند.
