تومورهای مغز یکی از ترسناک ترین بیماری ها محسوب می شوند و در این میان کمتر کسی می داند که حدود ۷۱ درصد از تومورهای مغزی خوش خیم هستند. به تازگی روشی توسط محققان ابداع شده که این تومورها با دقت و سرعت بالا شناسایی شوند.
تومورهای مغزی علی رغم ترسناک بودن، نسبتا به سادگی تشخیص داده می شوند زیرا علائمی مانند سردرد، تهوع و استفراغ را به دنبال دارند. اگرچه بخش عمده ای از تومورهای مغزی، خوش خیم هستند اما چه خوش خیم یا بدخیم، تومور ایجاد شده در مغز منجر به فشرده سازی و آسیب به بافت های طبیعی مغز می شود که این امر در نهایت می تواند منجر به بروز علائم جدی مانند آسیب عصبی، تشنج و حتی مرگ شود.
اگرچه ابزارهای مدرن مانند تصویربرداری رزونانس مغناطیسی یا همان ام آر آی، تومورهای مغزی را به راحتی قابل تشخیص می کنند، اما این تکنیک‌ها تومور مغزی را که پیش نیازی برای تشخیص دقیق تومورها و ایجاد یک برنامه درمانی بهینه است، به طور دقیق طبقه بندی نمی کنند.
به همین دلیل تیمی از پژوهشگران گروه علوم بهداشتی دانشگاه کارل لندشتاینر اتریش به بررسی دقیق این موضوع پرداخته و طی این مطالعات مشخص شد که با فراهم کردن منابع مناسب، نه تنها هوش مصنوعی می تواند تومورهای مغزی را شناسایی کند، بلکه این پایش را می تواند با کارایی بیشتری انجام دهد. به باور کارشناسان با کمک این روش می توان میزان تشخیص اشتباه تومورهای مغزی را به شدت کاهش داد.
باید به این نکته اشاره شود این تکنیک بر پایه روش موسوم به رادیوفیزیونومیکس (Radiophysionomics) شکل گرفته است. رادیوفیزیونومیکس، یک تکنیک جدیدا توسعه یافته محسوب می شود که از هوش مصنوعی برای تشخیص تومورهای مغزی استفاده می کند.
تیم پژوهشی فوق برای توسعه این تکنیک، ابتدا نه الگوریتم معروف زبان ماشینی را با داده های به دست آمده از ام آر آی ۱۶۷ بیمار که یکی از پنج تومور شایع مغزی را داشتند تلفیق کرده و ضمن طبقه بندی دقیق این تومورها با استفاده از بافت شناسی، هوش مصنوعی را آموزش دادند. طی این فرایند، در مجموع ۱۳۵ تکنیک طبقه بندی کننده در یک پروتکل پیچیده تولید شد. هر یک از این طبقه بندی ها یک تابع ریاضی بودند که مواد مورد بررسی را به دسته های خاصی اختصاص می داد.
پس از آموزش، الگوریتم ها نه تنها در تشخیص، بلکه در طبقه بندی تومورهای مغزی نیز موفقیت بیشتری داشتند. محققان این نظریه را مطرح کردند که تشخیص بر پایه استفاده از هوش مصنوعی در زمینه های دقت و طبقه‌بندی اشتباه نسبت به تشخیص به دست آمده توسط متخصصان ، برتری دارد.
دقت این روش از این واقعیت ناشی می‌شود که برخلاف مطالعات قبلی، این تیم پژوهشی داده‌های ام آر آی فیزیولوژیکی را نیز در نظر گرفت. این داده ها شامل جزئیات طرح رگ های خونی تومور و رگ زایی آن و همچنین تامین اکسیژن در بافت تومور است.
طبقه بندی دقیق تومورهای مغزی، برای هر پزشک بسیار ارزشمند است. معمولاً به دلیل غیر اختصاصی بودن علائم مرتبط با تومورهای مغزی، این نئوپلاسم ها اغلب به اشتباه به عنوان بیماری های دیگری مانند بیماری آلزایمر، آنسفالیت، مننژیت، میگرن یا حتی سردرد تشخیص داده می شوند.
روش رادیوفیزیونومیکس با شناسایی و طبقه بندی واضح تومورهای مغزی، تشخیص دقیق آن ها را ممکن می کند. با این حال، اگرچه رادیوفیزیونومیکس راه آسانی برای طبقه بندی تومورهای مغزی ارائه می دهد، اما رهبر تیم، پروفسور آندریاس استادلبائر، به وضوح بیان می کند که هدف این تکنیک، تکمیل تشخیص پزشک است. این مطالعه حتی ثابت کرد که اگرچه هوش مصنوعی در جنبه هایی مانند طبقه بندی دقیق و واضح، برتری دارد، اما ارزیابی های انسانی نتایج بهتری در موارد مربوط به ویژگی و حساسیت ارزیابی ارائه می دهد.
شرح کامل این مطالعات در آخرین شماره مجله تخصصی Cancers منتشر شده است.
