تشير دراسة حديثة نُشرت في المجلة السريرية لسرطان الثدي إلى أن نماذج التعلم العميق لديها إمكانية أن تكون أدوات تنبؤ فعالة لتوقع نتائج سرطان الثدي. قاد الدكتور جنقي هان وفريقه من المستشفى المرتبط بجامعة تشنغداو في الصين هذه الدراسة، وأظهروا نجاح نموذج يجمع بين بيانات من صور الأشعة وصور الأمواج فوق الصوتية وسمات أخرى في توقع بقاء المرض بعيدًا عن السرطان بدقة.
أبرز الباحثون تحسين أداء النموذج المدمج، الذي يستخدم صور الأشعة وصور الأمواج فوق الصوتية معًا، مقارنةً باستخدام تقنيات التصوير الواحدة بشكل منفرد. من خلال استخدام الذكاء الاصطناعي وتقنيات التعلم العميق، يستكشف أطباء الأشعة سبلًا جديدة لتطوير تشخيص وتوقع سرطان الثدي.
في هذه الدراسة، جمع الفريق بيانات من 1242 مريضًا بين عامي 2013 و 2018، وقاموا بتقسيمهم إلى مجموعتي تدريب واختبار. قاموا باستخدام نماذج التعلم العميق باستخدام ResNet50 ودمج البيانات السريرية والخصائص التصويرية لتحديد عوامل التوقع المستقلة وإنشاء نموذج سريري.
تم تطوير ما مجموعه خمسة نماذج: التعلم العميق باستخدام الموجات فوق الصوتية، التعلم العميق باستخدام صور الأشعة، التعلم العميق باستخدام الأشعة وصور الأمواج فوق الصوتية، نموذج سريري، ونموذج مدمج. اكتشف الباحثون أن النموذج المدمج، الذي يدمج صورًا من كلا التقنيتين إلى جانب الخصائص الباثولوجية والسريرية والتصويرية، كان له أفضل أداء توقعي بين النماذج المحللة.
من الجدير بال mNATO، أن بعض الخصائص الباثولوجية والسريرية يمكن الحصول عليها فقط بعد الجراحة. وعليه، فإن النموذج المجتمع يحمل أهمية في توقع النتائج بعد الجراحة. بالإضافة إلى ذلك، شددت الدراسة على الدور المكمل للأمواج فوق الصوتية وصور الأشعة في التصوير الثدي، حيث يُستخدم الأمواج فوق الصوتية لملاحظة شكل وخصائص الاصابة، بينما يُستخدم تصوير الأشعة لتحديد ترسبات الكالسيوم.
بينما تُظهر الدراسة نتائج واعدة، دعا الباحثون لإجراء التحقق الخارجي في الأبحاث المستقبلية لقياس فعالية التنبؤ والقدرة على التعميم للنماذج. ومع ذلك، تظهر استخدام نماذج التعلم العميق إمكانات كبيرة لتحسين توقعات سرطان الثدي وبالنهاية تعزيز نتائج المرضى.
The source of the article is from the blog girabetim.com.br