شفقنا – محققان چینی از یک مدل یادگیری ماشین چندوجهی و تفسیرپذیر رونمایی کردهاند که میتواند ارزیابی گرههای تیروئید را بهبود بخشد و راهکاری قابل اعتماد برای تشخیص زودهنگام سرطان تیروئید، بهویژه در مناطقی با منابع محدود، فراهم کند.
هدف اصلی این ماشین افزایش دقت و قابلیت اطمینان در تشخیص گرههای تیروئید است. در حالی که بیشتر این گرهها خوشخیم هستند، درصد کمی از آنها میتوانند بدخیم (سرطانی) باشند.
ابزارهای تشخیصی سنتی اغلب به اقدامات تهاجمی مانند بیوپسی (نمونهبرداری) وابسته هستند که هزینهها و عوارض جانبی خود را دارند. این مدل میتواند نیاز به این روشهای پرخطر را کاهش دهد.
برای پیشبینیهای قابل اعتمادتر، این مدل دادههای متنوعی از اطلاعات بالینی، دادههای تصویربرداری (مانند سونوگرافی) و گزارشهای آسیبشناسی (پاتولوژی) را ترکیب و بررسی میکند.
برخلاف بسیاری از مدلهای «جعبه سیاه» هوش مصنوعی، این مدل قابلیت تفسیر دارد. این یعنی پزشکان میتوانند منطق پشت پیشبینیهای ماشین را بفهمند، که برای ایجاد اعتماد در محیط بالینی حیاتی است.
این تحقیق به طور خاص بر مناطق کمبرخوردار متمرکز است که دسترسی به ابزارهای تشخیصی پیشرفته و متخصصان ممکن است محدود باشد.
در طول توسعه، طراحی کاربرپسند این نرمافزار یک نکته محوری بود. این مدل طوری طراحی شده است که ارائهدهندگان خدمات درمانی در این مناطق بتوانند بدون نیاز به تخصص فنی زیاد از آن استفاده کنند.
این مدل دارای قابلیت انطباقپذیری است، به این معنی که با ورود مداوم دادههای جدید میتواند در طول زمان تکامل یابد و دقت خود را افزایش دهد.
در مقایسه با معیارهای تشخیصی موجود، مدل یادگیری ماشین تواناییهای پیشبینی برتری از خود نشان داد.
با این حال، نویسندگان مقاله بر نیاز به ایجاد دستورالعملهای اخلاقی برای استقرار هوش مصنوعی در مراقبتهای بهداشتی تأکید میکنند. تضمین ایمنی بیمار، رضایت آگاهانه و حفظ حریم خصوصی دادهها در این حوزه حیاتی است.
این خبر را اینجا ببینید.