تشخیص سرطان پروستات با هوش مصنوعی ۸۶ درصد دقیق تر شد
به گزارش نقشه، بوشهر تعدادی از محققان کشور با ترکیب تصویربرداری پیشرفته مولکولی و الگوریتم های هوش مصنوعی، روشی نوین برای پیشبینی شدت سرطان پروستات عرضه کردند که دقت آن تا 86 درصد گزارش شده است.
سرطان پروستات به عنوان دومین سرطان شایع در بین مردان، سالانه هزاران نفر را در سرتاسر جهان درگیر می کند. تشخیص سریع و دقیق این بیماری، بزرگترین چالش پیش روی پزشکان است، چون که روشهای سنتی گاه از تشخیص گستره حقیقی بیماری یا پیشبینی رفتار تهاجمی تومور ناتوان هستند. حالا پژوهشی جدید در ایران، نویدبخش تحولی اساسی در این حوزه می باشد.
محققان در یک طرح تحقیقاتی پیشگامانه، به موفقیت رسیدند با استفاده از تصاویر PET/CT با ماده ردیاب Ga-PSMA و تحلیل آن با الگوریتم های هوش مصنوعی، به دقت بالایی در مرحله بندی(استیجینگ) اولیه سرطان پروستات دست یابند.
واکنش ۹۷ درصدی تومورها به اسکن جدید
دکتر اسماعیل جعفری، پژوهشگر مرکز تحقیقات پزشکی هسته ای و عضو هیات علمی دانشگاه علوم پزشکی بوشهر، در گفتگو با ایسنا با بیان این خبر اظهار داشت: در این مطالعه که روی تعداد قابل توجهی از بیماران انجام شد، دریافتیم که اسکن PET/CT با ماده Ga-PSMA قادر می باشد در بیشتر از ۹۷ درصد موارد، کانون اصلی تومور پروستات را با وضوح بالا نشان دهد. این یعنی حساسیت فوق العاده این شیوه تصویربرداری در مقایسه با روشهای متداول.
"موشک هدایت شونده" مقابل سلول های سرطانی
وی در توضیح این فناوری اضافه کرد: در تصویربرداری PET/CT با ماده Ga-PSMA، از ماده ای استفاده می شود که مانند یک "موشک هدایت شونده" عمل کرده و به پروتئینی به نام PSMA که روی سطح سلول های سرطانی پروستات به مقدار زیاد وجود دارد، می چسبد. این خصوصیت به ما اجازه می دهد حتی کوچکترین سلول های سرطانی را در بدن ردیابی نماییم.
هوش مصنوعی چطور به کمک پزشکان آمد؟
اما نقطه عطف این مطالعه، استفاده از هوش مصنوعی برای تحلیل همین تصاویر است. تیم تحقیقاتی با استخراج پارامترهایی مانند حجم کل تومور (PSMA-TV)، شدت جذب ماده ردیاب (SUVmax و SUVmean) و فاکتورهای ترکیبی (TL-PSMA)، مدلهای پیشبینی کننده ای طراحی کردند.
دقت ۸۶ درصدی در تشخیص تومورهای تهاجمی
این عضو هیأت علمی دانشگاه علوم پزشکی بوشهر در تشریح نتایج به دست آمده بیان نمود: ما متوجه شدیم که ارتباط مستقیمی بین این پارامترهای حجمی و میزان "PSA" (پروتئینی که در خون بیماران پروستاتی بالا می رود) و همینطور "نمره گلیسون" (معیاری برای سنجش تهاجمی بودن سلول های سرطانی) وجود دارد. هرچه تومور در تصاویر بزرگ تر و پرنورتر (با جذب بیشتر) دیده شود، تهاجمی تر است.
جعفری اضافه کرد: در مرحله بعد، الگوریتم های هوش مصنوعی را آموزش دادیم تا بر مبنای همین داده ها، وضعیت بیمار را پیشبینی کنند. نتایج تعجب آور بود؛ به عنوان مثال، پارامتر TL-PSMA در تومور اصلی با دقت ۸۶ درصد توانست تومورهای با درجه پایین (کم خطر) را از تومورهای با درجه بالا (پرخطر) تفکیک کند. همینطور همین شاخص در کل بدن، با دقت ۸۱ درصد توانست سطح PSA بیماران را به دو گروه کمتر یا بیش از ۲۰ پیش بینی نماید.
کاهش بیوپسی های غیرضروری با فناوری جدید
به قول محققان، این موفقیت علمی می تواند کاربردهای عملی فراوانی در تصمیم گیری های درمانی داشته باشد. این شیوه به پزشک کمک می نماید تا بداند آیا بیمار احتیاج به درمان های تهاجمی مانند جراحی و شیمی درمانی دارد یا میتوان با رویکرد "مراقبت فعال" بیماری را کنترل کرد.
جعفری در این خصوص تاکید کرد: مقصد پایانی ما "پزشکی شخصی سازی شده" است. یعنی به جای تجویز یک نسخه واحد برای همه، بر مبنای خصوصیت های منحصربه فرد تومور هر بیمار، بهترین و مؤثرترین درمان را انتخاب نماییم. این شیوه نه تنها در طبقه بندی ریسک بیماران دقیق تر عمل می کند، بلکه می تواند در آینده از تعداد بیوپسی های غیرضروری و تهاجمی نیز کاهش دهد.
همکاری یک تیم چندتخصصی در این پژوهش
این طرح تحقیقاتی به مجری گری دکتر اسماعیل جعفری و با همکاری دکتر مجید اسدی، مهندس امین زارعی، دکتر احمد کشاورز، دکتر حبیب الله دادگر و دکتر قاسمعلی دیوبند انجام شده است. محققان امیدوارند با انجام مطالعات گسترده تر در آینده، این ابزارهای پیشبینی کننده را به یک نرم افزار بالینی کاربردی جهت استفاده پزشکان در تمام کشور تبدیل کنند.
به طور خلاصه سرطان پروستات بعنوان دومین سرطان شایع در میان مردان، سالانه هزاران نفر را در سراسر جهان درگیر می کند. نتایج حیرت انگیز بود؛ بعنوان مثال، پارامتر TL-PSMA در تومور اصلی با دقت ۸۶ درصد توانست تومورهای با درجه پایین (کم خطر) را از تومورهای با درجه بالا (پرخطر) تفکیک کند. این طرح پژوهشی به مجری گری دکتر اسماعیل جعفری و با همکاری دکتر مجید اسدی، مهندس امین زارعی، دکتر احمد کشاورز، دکتر حبیب الله دادگر و دکتر قاسمعلی دیوبند انجام شده است.
منبع: gomap.ir
این مطلب Go Map را می پسندید؟
(1)
(0)
تازه ترین مطالب مرتبط در نقشه
نظرات بینندگان نقشه در مورد این مطلب