"إذا أراد العامل أن يؤدي عمله بشكل جيد، فعليه أولاً أن يشحذ أدواته." - كونفوشيوس، "مختارات كونفوشيوس. لو لينجونج"
الصفحة الأمامية > ملحقات التكنولوجيا > يعد نموذج التعلم العميق الرائد الجديد القائم على الذكاء الاصطناعي أفضل بخمس مرات تقريبًا في التنبؤ بمخاطر الإصابة بسرطان الثدي مقارنة بالنماذج التقليدية

يعد نموذج التعلم العميق الرائد الجديد القائم على الذكاء الاصطناعي أفضل بخمس مرات تقريبًا في التنبؤ بمخاطر الإصابة بسرطان الثدي مقارنة بالنماذج التقليدية

تم النشر بتاريخ 2024-11-02
تصفح:942

New groundbreaking AI deep learning model is nearly five times better at predicting breast cancer risk than traditional ones

أظهرت دراسة جديدة من جامعة كوبنهاجن أن الذكاء الاصطناعي (AI) يمكن أن يحدث تغييرًا جذريًا في كيفية تقييمنا لخطر الإصابة بسرطان الثدي. يعد سرطان الثدي أحد أكثر أنواع السرطان شيوعًا في جميع أنحاء العالم. وفي الولايات المتحدة وحدها، تحدث 287.850 حالة جديدة و43.250 حالة وفاة سنويًا. يقترح البحث الجديد، المنشور في مجلة The Lancet Digital Health، نتائج واعدة تعتمد على نماذج الذكاء الاصطناعي التي تم تدريبها على اكتشاف الشيخوخة الخلوية، ويمكنها التنبؤ بخطر الإصابة بسرطان الثدي في المستقبل بطريقة أكثر فعالية من المعايير السريرية الحالية. الأساسيات أولاً – ما هي الشيخوخة الخلوية؟ إنها عملية تتوقف فيها الخلايا التالفة أو المسنة عن الانقسام ولكنها تظل نشطة. وغالبا ما يرتبط بالأمراض المرتبطة بالشيخوخة، بما في ذلك السرطان. توصف هذه الخلايا "الشيخوخة" أحيانًا بأنها "خلايا زومبي" لأنها لم تعد تعمل بشكل طبيعي ولكنها لا تزال تبعث إشارات التهابية - مما قد يؤدي إلى نمو الورم. في حين أن الشيخوخة يمكن أن تكون بمثابة مكبح طبيعي لانقسام الخلايا غير المنضبط، إلا أنها يمكن أن تعزز السرطان من خلال هذه الإشارات الالتهابية، المعروفة باسم النمط الظاهري الإفرازي المرتبط بالشيخوخة (SASP).

حتى الآن، كان قياس الشيخوخة في الأنسجة البشرية أمرًا صعبًا بسبب عدم وجود مؤشرات حيوية محددة. ومع ذلك، تستخدم الدراسة التي أجرتها جامعة كوبنهاجن التعلم العميق للذكاء الاصطناعي لتحليل الأشكال النووية – أشكال نواة الخلية – في عينات أنسجة الثدي. ما يفعله هذا هو أنه يسمح بالتنبؤ بمخاطر الإصابة بسرطان الثدي بناءً على التغيرات في الخلايا الهرمة، حتى في عينات الخزعة السليمة.

أجرى الباحثون دراسة أترابية بأثر رجعي باستخدام خزعات أنسجة الثدي من 4382 امرأة سليمة. وقد تم تحليل هذه العينات باستخدام أداة تعلم عميقة تسمى جهاز التنبؤ بالشيخوخة النووية (NUSP). قام نموذج الذكاء الاصطناعي بفحص أكثر من 32 مليون نواة عبر أنواع الأنسجة المختلفة للكشف عن الخلايا الهرمة وتحديد توزيعها داخل الأنسجة. ومن خلال التقييم الدقيق لهذه الخلايا الهرمة في الأنسجة الظهارية والدهنية والسدوية، تمكن نظام الذكاء الاصطناعي من ربط أنماط الشيخوخة مع خطر الإصابة بالسرطان في المستقبل. كمرجع، تشكل الأنسجة الظهارية بطانة الغدد والأسطح في الجسم، بما في ذلك قنوات الثدي، حيث يبدأ السرطان غالبًا. يتكون النسيج الدهني من الخلايا الدهنية التي تخزن الطاقة، ويوفر النسيج اللحمي الدعم الهيكلي للأعضاء، بما في ذلك الأنسجة الضامة التي تحيط وتدعم الخلايا الظهارية.

New groundbreaking AI deep learning model is nearly five times better at predicting breast cancer risk than traditional ones وكانت النتائج الإجمالية أكثر من مجرد الوعد. النساء اللواتي أظهرت عينات أنسجتهن أنماطًا معينة من الشيخوخة كان لديهن احتمال أعلى أو أقل للإصابة بسرطان الثدي، اعتمادًا على نوع الشيخوخة المكتشفة. على سبيل المثال، أشار أحد النماذج (الذي تم تدريبه على الشيخوخة الناجمة عن تلف الحمض النووي) إلى ارتفاع خطر الإصابة بالسرطان عند وجود مستويات عالية من الخلايا الهرمة في الأنسجة. واقترح نموذج آخر (تم تدريبه على الشيخوخة الناجمة عن المخدرات) وجود تأثير وقائي، مما يقلل من نفس المخاطر.

بالمقارنة مع نموذج غيل - وهو المعيار السريري الذهبي الحالي للتنبؤ بمخاطر الإصابة بسرطان الثدي - أظهر نموذج الذكاء الاصطناعي دقة أعلى بكثير. عند دمجه مع درجة غيل، زاد نموذج الذكاء الاصطناعي نسبة الأرجحية (مقياس لمدى قوة بعض عوامل الخطر في التنبؤ بالنتائج) إلى 4.70، أي ما يقرب من خمسة أضعاف القوة التنبؤية لدرجة غيل وحدها.

&&&] هذا الاختراق، إذا تم تسويقه تجاريًا، يمكن أن يوفر للأطباء طريقة أكثر دقة لتحديد الأفراد المعرضين لمخاطر عالية وتوفير التدخلات التي تشتد الحاجة إليها. إن القدرة على التنبؤ بمخاطر الإصابة بسرطان الثدي قبل عدة سنوات من تطوره قد تؤدي إلى تشخيص مبكر وبرامج فحص أكثر تخصيصًا، مما يقلل من الاختبارات غير الضرورية للنساء ذوات المخاطر المنخفضة ويزيد من مراقبة الأفراد المعرضين للخطر.

إن إمكانات الذكاء الاصطناعي هائلة هنا، خاصة عندما يتعلق الأمر بتطوير تشخيص السرطان. على الرغم من أن هذه التكنولوجيا لا تزال قيد التطوير (وسوف تستمر لفترة طويلة من الوقت)، إلا أن تطبيقها يمكن أن يحدث ثورة في فحص سرطان الثدي. وباستخدام عينات الأنسجة القياسية، يمكن نشر طريقة الذكاء الاصطناعي هذه عالميًا.

على الرغم من أن هناك حاجة إلى الكثير من الأبحاث الإضافية لتحسين النماذج المذكورة، فإن تحسين التنبؤ بالمخاطر يمكن أن يؤدي إلى الكشف المبكر عن السرطان، وخطط علاج أكثر فعالية، وفي نهاية المطاف، انخفاض معدلات الوفيات الناجمة عن سرطان الثدي. هذا تطبيق واقعي للذكاء الاصطناعي يمكن لأي شخص أن يتخلف عنه.

4

بيان الافراج تمت إعادة طباعة هذه المقالة على: https://www.notebookcheck.net/New-groundbreaking-AI-deep-learning-model-is-nearly-five-times-better-at-predicting-breast-cancer-risk-than- تقليدي- إذا كان هناك أي انتهاك لـ ones.894634.0.html، فيرجى الاتصال بـ [email protected] لحذفه.
أحدث البرنامج التعليمي أكثر>

تنصل: جميع الموارد المقدمة هي جزئيًا من الإنترنت. إذا كان هناك أي انتهاك لحقوق الطبع والنشر الخاصة بك أو الحقوق والمصالح الأخرى، فيرجى توضيح الأسباب التفصيلية وتقديم دليل على حقوق الطبع والنشر أو الحقوق والمصالح ثم إرسالها إلى البريد الإلكتروني: [email protected]. سوف نتعامل مع الأمر لك في أقرب وقت ممكن.

Copyright© 2022 湘ICP备2022001581号-3