تا حالا فکر کردی چرا برگشت سرطان سر و گردن (که بهش HNSCC هم میگن) انقدر توی دکترا و بیمارا دردسر درست کرده؟ خب راستش حتی با اینکه شیمی‌درمانی و پرتودرمانی خیلی پیشرفت داشتن، ولی باز هم این نوع سرطان معمولاً دوباره برمی‌گرده و کلی آدم رو درگیر می‌کنه. به خاطر همین، یه تیم محقق اومدن سراغ یه روش خیلی جذاب و خلاقانه: استفاده از هوش مصنوعی برای پیش‌بینی دقیق‌تر برگشت این سرطان.
حالا بیام به زبان ساده بگم چی کار کردن:
این دانشمندا دو تا مدل مختلف هوش مصنوعی طراحی کردن:
۱. مدل‌های یادگیری ماشین (Machine Learning): این مدل‌ها میان اطلاعات تصویری و بالینی (یعنی هم عکس PET/CT و هم اطلاعاتی مثل سن و شرایط بیمار) رو بررسی می‌کنن تا بفهمن آیا احتمال برگشت سرطان هست یا نه. به این نوع اطلاعات تصویری که کلی ویژگی ریز از توی عکس درمیارن میگن رادیومیکس (Radiomics)؛ مثلاً می‌تونه بافت، شکل یا فشردگی سلول‌ها رو توی عکس‌ها تحلیل کنه.
۲. مدل Vision Transformer: این یکی مدل همون تکنیک‌های جدید هوش مصنوعی رو که اول تو عکس‌های اینترنتی استفاده میشدن، مستقیماً گذاشتن روی عکس‌های PET/CT این بیمارا تا ببینن چه خبره. Vision Transformer یعنی مدلی که می‌تونه تصاویر رو قسمت‌قسمت ببینه و مثل پازل کنار هم بچینه تا یه نتیجه کلی بگیره.
محقق‌ها برای اینکه مطمئن بشن پیش‌بینی مدل‌هاشون واقعا قابل اعتماده، دو تا ترفند هم اضافه کردن:
- Test-Time Augmentation یا TTA: یعنی توی مرحله تست، عکس رو کمی دستکاری می‌کنن (مثلاً روشن‌تر و تیره‌ترش می‌کنن یا می‌چرخونن) تا ببینن مدل تو شرایط متفاوت چه جوابی میده. اینجوری میفهمیم مدل واقعاً داره خوب پیش‌بینی می‌کنه یا شانسیه!
- Conformal Prediction: این یکی یه روشه که میاد به هر پیش‌بینی، یه درجه اطمینان اختصاص میده، یعنی میگه “این پیش‌بینی رو تا فلان درصد مطمئنم درسته!”. اینطوری تشخیص‌ها فقط وقتی اعلام میشن که مدل واقعا به جوابش اطمینان داره.
نتیجه هاشون هم جالب بود! مدل یادگیری ماشین (یعنی همون مدل اول) تونست با یه معیار به اسم AUC (Area Under Curve، یعنی مقدار موفقیت در پیش‌بینی‌های درست) عدد 0.820 رو بگیره که واقعاً عالیه. مدل Vision Transformer هم یه عملکرد متوسط داشت و AUCش شد 0.658.
ولی نکته جالبش اینجاست: وقتی اومدن پیش‌بینی‌هایی که مدل به شدت در موردشون مطمئن نبود رو کنار گذاشتن، دقت پیش‌بینی برای بقیه موارد حسابی بالاتر رفت! یعنی با فیلتر کردن موارد مبهم، پیش‌بینی‌ها خیلی قابل تکیه‌تر شد.
در کل، این تحقیق نشون داد ترکیب اطلاعات تصویری ریزبینانه (رادیومیک)، داده‌های بالینی، و هوش مصنوعی پیشرفته واقعاً می‌تونه کمک کنه دکترا بفهمن کی بیشتر احتمال داره سرطانش برگرده. همین‌طور با اضافه کردن اندازه‌گیری اطمینان، میشه تشخیص‌ها رو خیلی قابل اعتمادتر و مطمئن‌تر کرد.
در نهایت، هدف اینه که با این هوش مصنوعی‌ها، بیمارا سریع‌تر درمان مناسبشون رو بگیرن و شانس نجاتشون بالا بره. یعنی هنوزم دستاوردهای هوش مصنوعی قراره حسابی تو پزشکی غوغا کنن!
منبع: +
