به نقل از «باشگاه خبرنگاران»

تشخیص بیماری‌ها از تصویر قفسه سینه با کمک هوش مصنوعی

تاریخ انتشار: ۲۶ شهریور ۱۴۰۱ | کد خبر: ۳۶۰۳۴۲۹۹

دانشمندان دانشکده پزشکی هاروارد و دانشگاه استنفورد یک ابزار تشخیصی هوش مصنوعی ایجاد کرده‌اند که می‌تواند بیماری‌ها را بر روی اشعه ایکس قفسه سینه مستقیما از توضیحات زبان طبیعی موجود در گزارش‌های بالینی همراه تشخیص دهد.

این مرحله به عنوان یک پیشرفت بزرگ در طراحی هوش مصنوعی بالینی تلقی می‌شود، زیرا اکثر مدل‌های هوش مصنوعی فعلی نیاز به حاشیه‌نویسی پر زحمت انسانی از مجموعه‌های وسیعی از داده‌ها دارند، قبل از اینکه داده‌های برچسب‌گذاری‌شده به مدل داده شوند تا آن‌ها را آموزش دهد.

بیشتر بخوانید: اخباری که در وبسایت منتشر نمی‌شوند!

نتایج این مطالعه، نشان می‌دهد که این مدل که CheXzero نام دارد، در توانایی تشخیص آسیب‌شناسی در اشعه ایکس قفسه سینه با رادیولوژیست‌های انسانی برابری می‌کند.

اکثر مدل‌های هوش مصنوعی در طول آموزش خود به مجموعه داده‌های برچسب‌گذاری شده نیاز دارند تا بتوانند آسیب‌شناسی را به درستی شناسایی کنند. این فرآیند به ویژه برای وظایف تفسیر تصویر پزشکی سنگین است، زیرا شامل حاشیه نویسی در مقیاس بزرگ توسط پزشکان انسانی است که اغلب گران و زمان بر است، به عنوان مثال، برای برچسب گذاری مجموعه داده‌های اشعه ایکس قفسه سینه، رادیولوژیست‌های متخصص باید صد‌ها هزار تصویر اشعه ایکس را یک به یک نگاه کنند و به صراحت هر کدام را با شرایط شناسایی شده حاشیه نویسی کنند. در حالی که مدل‌های جدید هوش مصنوعی سعی کرده‌اند با یادگیری از داده‌های بدون برچسب در مرحله «پیش‌آموزشی»، این مشکل برچسب‌گذاری را برطرف کنند، در نهایت برای دستیابی به عملکرد بالا، نیاز به تنظیم دقیق داده‌های برچسب‌گذاری شده دارند.

در مقابل، مدل جدید خود نظارت است، به این معنا که به طور مستقل بیشتر یاد می‌گیرد، بدون نیاز به داده‌های برچسب‌گذاری شده دستی قبل یا بعد از آموزش. این مدل تنها به عکس‌برداری از قفسه سینه و یادداشت‌های انگلیسی زبان موجود در گزارش‌های همراه با اشعه ایکس متکی است.

پراناو راجپورکار، محقق ارشد این مطالعه، می‌گوید: ما در روز‌های اولیه نسل بعدی مدل‌های هوش مصنوعی پزشکی هستیم که می‌توانند وظایف انعطاف‌پذیری را با یادگیری مستقیم از متن انجام دهند. تاکنون، اکثر مدل‌های هوش مصنوعی برای دستیابی به عملکرد بالا به حاشیه نویسی دستی حجم عظیمی از داده‌ها (در حد ۱۰۰۰۰۰ تصویر) متکی بوده‌اند. روش ما به چنین حاشیه نویسی مخصوص بیماری نیاز ندارد.

با CheXzero، می‌توان به سادگی یک عکس رادیولوژی قفسه سینه و گزارش رادیولوژی مربوطه را به مدل داده و با آن آموزش داد که تصویر و متن در گزارش باید مشابه در نظر گرفته شوند، به عبارت دیگر، می‌آموزد که با X قفسه سینه مطابقت داشته باشد.

راجپورکار می‌افزاید: اشعه با گزارش همراه خود این مدل می‌تواند در نهایت بیاموزد که چگونه مفاهیم موجود در متن بدون ساختار با الگو‌های بصری در تصویر مطابقت دارند.

این مدل بر روی یک مجموعه داده در دسترس عموم شامل بیش از ۳۷۷۰۰۰ عکس با اشعه ایکس قفسه سینه و بیش از ۲۲۷۰۰۰ یادداشت بالینی مربوطه آموزش داده شد، سپس عملکرد آن روی دو مجموعه داده جداگانه از اشعه ایکس قفسه سینه و یادداشت‌های مربوطه جمع‌آوری‌شده از دو مؤسسه مختلف که یکی از آن‌ها در کشور دیگری بود، آزمایش شد. این تنوع مجموعه داده‌ها برای اطمینان از این بود که مدل در مواجهه با یادداشت‌های بالینی که ممکن است از اصطلاحات متفاوتی برای توصیف همان یافته استفاده کند، به همان اندازه خوب عمل می‌کند.

بیشتر بخوانید

شناسایی سرطان‌های غیر قابل تشخیص با استفاده از یادگیری ماشینی

پس از آزمایش، CheXzero با موفقیت آسیب‌هایی را شناسایی کرد که به صراحت توسط پزشکان انسانی شرح داده نشده بودند. این ابزار بهتر از سایر ابزار‌های هوش مصنوعی تحت نظارت خود و با دقتی مشابه رادیولوژیست‌های انسانی عمل کرد.

به گفته محققان، این رویکرد در نهایت می‌تواند برای روش‌های تصویربرداری بسیار فراتر از اشعه ایکس، از جمله سی تی اسکن، MRI و اکوکاردیوگرام به کار رود.

اکین تیو، یکی دیگر از محققان این مطالعه، می‌گوید: CheXzero نشان می‌دهد که دقت تفسیر تصویر پزشکی پیچیده دیگر نیازی به تحت‌الشعاع قرار دادن مجموعه داده‌های بزرگ برچسب‌گذاری شده ندارد. ما از اشعه ایکس قفسه سینه به عنوان نمونه رانندگی استفاده می‌کنیم، اما در واقع قابلیت CheXzero به مجموعه وسیعی از تنظیمات پزشکی که در آن داده‌های بدون ساختار معمول است، قابل تعمیم است، و دقیقا وعده دور زدن گلوگاه برچسب گذاری در مقیاس بزرگ را نشان می‌دهد که گریبانگیر جامعه شده است.

منبع: مدیکال اکسپرس

باشگاه خبرنگاران جوان علمی پزشکی بهداشت و درمان

منبع: باشگاه خبرنگاران

کلیدواژه: هوش مصنوعی اشعه ایکس اشعه ایکس قفسه سینه مدل های هوش مصنوعی مجموعه داده ها حاشیه نویسی قفسه سینه

درخواست حذف خبر:

«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را به‌طور اتوماتیک از وبسایت www.yjc.ir دریافت کرده‌است، لذا منبع این خبر، وبسایت «باشگاه خبرنگاران» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۳۶۰۳۴۲۹۹ را به همراه موضوع به شماره ۱۰۰۰۱۵۷۰ پیامک فرمایید. لطفاً در صورتی‌که در مورد این خبر، نظر یا سئوالی دارید، با منبع خبر (اینجا) ارتباط برقرار نمایید.

با استناد به ماده ۷۴ قانون تجارت الکترونیک مصوب ۱۳۸۲/۱۰/۱۷ مجلس شورای اسلامی و با عنایت به اینکه سایت «خبربان» مصداق بستر مبادلات الکترونیکی متنی، صوتی و تصویر است، مسئولیت نقض حقوق تصریح شده مولفان در قانون فوق از قبیل تکثیر، اجرا و توزیع و یا هر گونه محتوی خلاف قوانین کشور ایران بر عهده منبع خبر و کاربران است.

خبر بعدی:

سقوط کمد جان پسر بچه ۷ ساله را گرفت

علی عباسی با اشاره به حادثه غم انگیز منزل مسکونی در شهرستان قائمشهر رخ داد، گفت: پسر ۷ ساله این خانواده که برای برداشتن اسباب بازی در کمد تلاش می‌کرد که سقوط کمد منجر به مرگ وی شد.

او به خانواده‌ها توصیه کرد که اگر دارای فرزندان خردسال در خانه هستید، • تلویزیون و مبلمان، قفسه کتاب و کمد را محکم به دیوار بچسبانید. وسایلی مانند اسباب بازی‌ها و خوراکی‌ها و کنترل دستگاه‌ها را در جایی که بچه‌ها وسوسه می‌شوند بالا بروند تا به آنها برسند، نگهداری نکنید، اقلام سنگین‌تر را در قفسه‌ها و کشو‌های پایین‌تر نگهداری کنید تا احتمال واژگونی کمد‌ها کاهش یابد.

باشگاه خبرنگاران جوان مازندران ساری