به گزارش ایسنا و به نقل از مدیکال اکسپرس، سرطان کلیه جزو ۱۰ سرطان شایع جهان است. در سال ۲۰۱۹، انجمن سرطان آمریکا ۷۳ هزار و ۸۲۰ فرد جدید مبتلا سرطان کلیه را شناسایی کردند.

سی تی اسکن یکی از روش‌هایی است که رادیولوژیست‌ها از آن برای تشخیص سرطان کلیه استفاده می‌کنند. حال محققان دانشگاه کالیفرنیای جنوبی در حال ترکیب فناوری یادگیری عمیق با داده‌های سی تی اسکن هستند تا به رادیولوژیست‌ها کمک کنند تا با اطمینان بیشتری این سرطان را تشخیص دهند.

محققان همچنین امیدوارند که چنین پیشرفت‌هایی بتواند به درک بهتر پیش آگهی بیماران در مقابله با سرطان کلیه و همچنین تشخیص بهتر بیماری‌هایی مانند کووید-۱۹ که در آن بدن هر فرد واکنش مختلفی نسبت به این عفونت نشان می‌دهد، کمک کند.

اخیرا پزشکان از سی اسکن با کنتراست(contrast enhanced CT)که در آن ماده حاجب به درون بدن آنها تزریق و باعث ایجاد تغییراتی در بدن می‌شود که در آن مشاهده تومورها راحت تر خواهد بود و منجر به تشخیص بهتر سرطان‌های کلیوی می‌شود.

سی تی اسکن کنتراست به دلیل تغییر در عروق مشاهده شده در چنین سرطان‌هایی می‌تواند به تشخیص سرطان‌های خاص مانند سرطان کلیه کمک کند. طی این مطالعه محققان تومور موجود در بدن بیماران را در چهار زمان مختلف بطور همزمان بررسی کردند. نخست قبل از تزریق ماده حاجب، سپس ۳۰-۴۰ ثانیه بعد از تزریق و بعد ۸۰-۹۰ ثانیه بعد از تزریق و در نهایت حدود پنج دقیقه بعد تزریق ماده مذکور. آنها دریافتند ماده حاجب به شناسایی خصوصیات مرتبط با عروق کمک می‌کند، به عنوان مثال انجام این کار به محقان کمک می‌کند تا دریابند چه میزان خون در تومور جریان دارد و یا اینکه تومور تا چه حد پیشرفت کرده است و یا اینکه می تواند نشان دهد که بیمار ممکن است چه نوع توموری داشته باشد.

محققان اظهار کردند کار الگوریتم یادگیری عمیق در این روش این است که داده‌های جمع آوری شده در تمام مراحل اسکن کنتراست را به طور دقیق تجزیه و تحلیل می‌کند.

 محققان گفتند: ما هیچ تصویربرداری اضافی را انجام نمی‌دهیم. ما از تصاویر قبلاً جمع آوری شده استفاده می‌کنیم و سپس آنها را به روشی متفاوت ارزیابی می کنیم، بنابراین هزینه اضافی برای بیمار در نظر گرفته نمی‌شود. به این ترتیب، تصاویر جمع آوری شده می‌توانند اطلاعات بیشتری را در دسترس کارشناسان قرار دهند.

محاسبات رادیومیک سی تی اسکن سه تا چهار نفر می‌تواند حدود ۳۰-۴۰ دقیقه طول بکشد اما یک الگوریتم هوش مصنوعی که با همان داده‌ها کار می‌کند می تواند در عرض چند ثانیه نتیجه را اعلام کند. استفاده  از روش یادگیری عمیق همچنین می‌تواند به شناسایی نشانگرهای جدید که تاکنون کشف نشده‌اند کمک کند. در این مطالعه، الگوریتم یادگیری عمیق توانست با دقت ۷۸ درصد نتایج اسکن‌ها را درست تشخیص داده و بررسی کند.

یافته‌های این مطالعه در مجله"Radiology "منتشر شد.

انتهای پیام