מחקר חדש שפורסם בכתב העת Clinical Breast Cancer חשף כי מודלים של למידה עמוקה יכולים להיות כלים תחזוקתיים יעילים לתחזיות סרטן השד. ניצוחו של ד"ר ג'ונקי חאן וצוותו מבית החולים השותף לאוניברסיטת צ'ינגדאו בסין הדגים את ההצלחה של מודל שמשלב נתונים מתמונות ממוגרפיה, תמונות אולטרסאונד ותכונות נוספות ומתחזק במדויק את תחזיות השרימה-חופש של חולי סרטן השד.
החוקרים דגישו את הביצועים המשופרים של המודל שמשתמש בשתי טכנולוגיות תמונה מופשטות, ממוגרפיה ואולטרסאונד, לעומת שימוש בטכנולוגיות תמונה נפרדות. באמצעות השימוש בבינה מלאכותית וטכניקות למידה עמוקה, רדיולוגים מחקרים דרכים חדשות לשדרוג אבחנה ותחזיות של סרטן השד.
במחקר זה, הצוות אסף נתונים מ-1,242 מטופלות בין השנים 2013 ל-2018, וחלק אותם לקבוצות לימוד וניסוי. הם השתמשו במודלים של למידה עמוקה באמצעות ResNet50 ושלבו נתונים קליניים משולבים ותכונות תמונות כדי לבחור גורמים תחזוקתיים עצמאיים ולהקים מודל קליני.
פותחו סך של חמישה מודלים: למידה עמוקה באולטרסאונד, למידה עמוקה בממוגרפיה, למידה עמוקה משלבת בין אולטרסאונד לממוגרפיה, מודל קליני ומודל משולב. החוקרים מצאו שהמודל המשולב, המשלב תמונות משני הטכנולוגיות לצד תכונות פתולוגיות, קליניות ורדיוגרפיות, הצג את הביצועים התחזוקתיים הגבוהים ביותר מתוך המודלים שנבדקו.
חשוב לציין כי תכונות פתולוגיות וקליניות מסוימות ניתן לרכוש אחרי קירור. כתוצאה מכך, המודל המשולב נכון לעריכת תחזיות לאחר שדרוג. בנוסף, המחקר הדגים את תועלתן המשלימה של אולטרסאונד וממוגרפיה בדימות שד, עם השימוש בטכנולוגית האולטרסאונד ללקיחה של תמונה ותכונות הלסינה ובשימוש בטכנולוגית הממוגרפיה לזיהוי כיתושים.
למרות הממצאים המבטיחים שנתגלו במחקר, המחברים קראו לאימות חיצוני במחקרים עתידיים כדי למדוד את היעילות והיכולת של המודלים לחזות. למרות כך, שימוש במודלים של למידה עמוקה מראה פוטנציאל רב לשיפור תחזיות סרטן השד ולשיפור תוצאות הטיפול לחולי המחלה.
שאלות ותשובות על תחזיות סרטן השד ומודלים של למידה עמוקה:
שאלה: מה חשף המחקר האחרון שפורסם בכתב העת Clinical Breast Cancer?
תשובה: המחקר חשף את הפוטנציאל של מודלים של למידה עמוקה לשימוש ככלי תחזוקתיים יעילים לתחזיות סרטן השד.
שאלה: מי הוביל את המחקר?
תשובה: מוביל המחקר היה ד"ר ג'ונקי חאן וצוותו מבית החולים השותף לאוניברסיטת צ'ינגדאו בסין.
שאלה: אילו סוגי נתונים המחקר השתמש?
תשובה: המחקר שילב נתונים מתמונות ממוגרפיה, תמונות אולטרסאונד ותכונות נוספות כדי לחזות את הישראות-חיפוש לחולי סרטן השד.
שאלה: איך ביצע המודל המשולב בהשוואה לשימוש בטכנולוגיות תמונה נפרדות?
תשובה: המודל המשולב, המשלב תמונות מממוגרפיה ואולטרסאונד, הצג הפרשות ביצועים משופרות בהשוואה לשימוש בטכנולוגיות תמונה נפרדות בלבד.
שאלה: אילו טכניקות נמצאות בשימוש במחקר?
תשובה: המחקר השתמש בבינה מלאכותית וטכניקות למידה עמוקה, בדיוק למידת מודלים עמוקים עם השימוש ב-ResNet50.
שאלה: איך נאסף המידע?
תשובה: החוקרים אספו נתונים מ-1,242 מטופלות בין השנים 2013 ל-2018 וחילקו אותם לקבוצות לימוד וניסוי.
שאלה: כמה מודלים פותחו במחקר?
תשובה: פותחו סך חמישה מודלים: למידה עמוקה באולטרסאונד, למידה עמוקה בממוגרפיה, למידה עמוקה משלבת בין אולטרסאונד לממוגרפיה, מודל קליני ומודל משולב.
שאלה: איזה מודל הציג את הביצועים התחזוקתיים הגבוהים ביותר?
תשובה: המודל המשולב, המשלב תמונות מאולטרסאונד וממוגרפיה לצד תכונות פתולוגיות, קליניות ורדיוגרפיות, הצג את הביצועים התחזוקתיים הגבוהים ביותר.
שאלה: למה המודל המשולב חשוב בתחזי
The source of the article is from the blog cheap-sound.com