هوش مصنوعی می‌تواند پیش‌بینی خطر ابتلا به سرطان ریه را ساده‌تر کند
دانشمندان با توسعه مدل‌های مبتنی بر هوش مصنوعی موفق شدند پیش‌بینی خطر ابتلا به سرطان ریه را ساده‌تر کنند.
دانشمندان با توسعه مدل‌های مبتنی بر هوش مصنوعی موفق شدند پیش‌بینی خطر ابتلا به سرطان ریه را ساده‌تر کنند. یک مطالعه جدید نشان داده است که مدل‌های هوش مصنوعی قادر هستند با تعریف سه متغیر، پیش‌بینی خطر ابتلا به سرطان ریه را بهتر و ساده‌تر انجام دهند.
این مدل‌ها فقط با سه متغیر سروکار داشتند: سن فرد، تعداد سال‌های سیگار کشیدن فرد و همچنین میانگین تعداد سیگار در هر روز.
محققان دانشگاه «کالج» لندن و دانشگاه «کمبریج» با استفاده از داده‌های زیست بانک بریتانیا و آزمایش‌های غربالگری ملی ریه در ایالات متحده موفق به توسعه مدل‌هایی از هوش مصنوعی شدند که می‌توان از آن برای پیش‌بینی خطر ابتلا به سرطان ریه در پنج سال آینده استفاده کرد.
آن‌ها از مجموعه داده‌ها برای آزمایش بیش از ۶۰ مدل مختلف یادگیری ماشینی استفاده کردند تا ببینند کدام یک در پیش‌بینی خطر این بیماری موثرتر است. آن‌ها درنهایت با ترکیب چهار مدل مختلف توانستند به نتایجی دقیق با دقت بهبود یافته نسبت به دیگر حالت‌ها دست یابند. نتایج این مطالعه در مجله «plos medicine» به چاپ رسیده است.
این رویکرد این پتانسیل را دارد که غربالگری جمعیت زیادی از افراد را در جهت تشخیص سرطان ریه در مدت زمان کوتاهی انجام دهد.
دکتر «تام کالندر» از دانشگاه کالج لندن گفت: «مطالعه ما نشان می‌دهد هوش مصنوعی می‌تواند تنها با استفاده از سه پارامتر که در یک ملاقات کوتاه با پزشک عمومی در اختیارش قرار داده می‌شود، خطر ابتلای فرد به سرطان ریه را پیش‌بینی کند.»
براساس گزارش سازمان جهانی بهداشت، سرطان ریه عامل مرگ و میر بخش بزرگی از انواع سرطان در جهان است. سیگار کشیدن نیز می‌تواند احتمال ابتلا به سرطان ریه را تا ۸۵ درصد افزایش دهد. سازمان جهانی بهداشت اخیرا اعلام کرده است که این بیماری در سال ۲۰۲۰ منجر به مرگ ۱.۸ میلیون نفر شده است.
تشخیص سرطان ریه در مراحل اولیه بیماری می‌تواند به نتیجه بهتری منجر شود زیرا درمان‌های موثرتری برای آن وجود دارد. دولت بریتانیا اعلام کرده است که یک برنامه ملی غربالگری سرطان ریه برای کمک به تشخیص زودهنگام آن تا ۵ سال آینده اجرا خواهد کرد. افراد ۵۵ تا ۷۴ سال با سابقه مصرف دخانیات برای انجام این غربالگری در اولویت هستند.
«میهالا ون درشار» یکی دیگر از نویسندگان این مطالعه می‌گوید: «این مطالعه یک نمونه بارز است برای آنکه نشان داد ابزارهای یادگیری ماشینی مانند «autoprognosis» چطور می‌توانند به همراه تحقیقات بالینی نوآورانه در افزایش مراقبت‌های اجتماعی کمک کنند.»
دانشمندان در مراحل بعدی قصد دارند برای تفسیر سی‌تی اسکن قفسه سینه و جستجوی نشانگرهای بویولوژیکی نیز از هوش مصنوعی استفاده کنند. در این مقاله، درمان سرطان با ورود ربات‌ها به ریه بررسی شده است.