امروز : چهارشنبه 27خردادماه 1405 | ساعت : 22 : 54

آخرین اخبار

بلومبرگ: ثروت ۵۰۰ میلیاردر جهان در یک روز ۳۳۶ میلیارد دلار افزایش یافت

شفقنا- شاخص میلیاردرهای بلومبرگ از ثبت بزرگ‌ترین افزایش روزانه...

سفارت ایتالیا در تهران روز جمعه بازگشایی می‌شود

شفقنا - خبرگزاری آنسا گزارش داد که آنتونیو تاجانی،...

هیلاری کلینتون: فکر و ذکر نتانیاهو حمله به ایران و عادی سازی روابط با...

شفقنا - هیلاری کلینتون، وزیر خارجه پیشین ایالات متحده...

دیدار رئیس سازمان صداوسیما با وزیر امور خارجه

شفقنا- پیمان جبلی رئیس سازمان صداوسیما و جمعی از...

عارف: نگاه قیم مآبانه به مردم و اهل فرهنگ کنار گذاشته شود

شفقنا- معاون اول رئیس‌جمهور با انتقاد از نگاه قیم...

هوش مصنوعی به پاتولوژیست‌ها در تحلیل‌های پیچیده سرطان ریه کمک می‌کند

شفقنا – محققان ابزار هوش مصنوعی ساخته‌اند که به پزشکان کمک می‌کند کلیدی که برای تصمیم‌گیری درباره درمان بیماران سرطان ریه استفاده می‌شود را دقیق‌تر اندازه‌گیری کنند. این سیستم، تنوع انسانی در تفسیر نتایج را کاهش می‌دهد و موارد مرزی را مشخص می‌کند تا فرایند کلی سازگارتر و قابل اعتمادتر شود.

 

به گزارش سرویس ترجمه شفقنا، سیستم ایمنی بدن انسان به طور طبیعی می‌تواند سلول‌های سرطانی را شناسایی و نابود کند. اما سلول‌های تومور برای فرار از این حمله، پروتئینی به نام «PD-L1» روی سطح خود تولید می‌کنند. این پروتئین مانند یک «ماسک» عمل کرده و با اتصال به گیرنده‌های سلول‌های ایمنی (PD-1)، به آنها می‌گوید «به من حمله نکن». در نتیجه، سلول سرطانی مخفی می‌ماند و رشد می‌کند.

 

داروهای ایمونوتراپی با مسدود کردن این ارتباط، ماسک را از روی سلول سرطانی برمی‌دارند و سیستم ایمنی را دوباره فعال می‌کنند تا تومور را از بین ببرد. برای اینکه پزشکان بدانند این درمان برای کدام بیماران مؤثر است، باید میزان PD-L1 را اندازه بگیرند؛ این کار با محاسبه «نمره نسبت توموری» (TPS) انجام می‌شود که درصد سلول‌های توموری دارای PD-L1 را نشان می‌دهد. هرچه این نمره بالاتر باشد (معمولاً بالای ۵۰ درصد)، احتمال پاسخ بیمار به ایمونوتراپی بیشتر است.

 

مشکل اینجاست که ارزیابی این نمره حتی برای پاتولوژیست‌های باتجربه دشوار است و مطالعات قبلی تنوع قابل توجهی را در میان متخصصانی که همان نمونه بافت را بررسی می‌کردند، نشان داده است. این ناسازگاری عواقب واقعی دارد؛ برای مثال، تفاوت بین نمره TPS معادل ۴۵ درصد و ۵۵ درصد می‌تواند برنامه درمانی بیمار را تغییر دهد اما ابزار هوش مصنوعی جدید می‌تواند این ارزیابی را استاندارد و دقیق کند.

 

محققان یک سیستم یادگیری عمیق ساختند که برای محاسبه نمره TPS آموزش دیده است. این سیستم روی دو آستانه بالینی مهم (۱ درصد و ۵۰ درصد) تمرکز می‌کند. ابزار هوش مصنوعی قرار نیست جایگزین پاتولوژیست‌ها شود، بلکه موارد مرزی یا مبهم را برای بررسی اضافی توسط پاتولوژیست پرچم‌گذاری می‌کند.

 

نمره‌دهی PD-L1 یکی از ارکان ایمونو-انکولوژی است، اما همچنان در برابر تنوع انسانی آسیب‌پذیر است. هدف محققان خودکارسازی کامل ارزیابی PD-L1 نیست، بلکه دادن ابزاری به پاتولوژیست‌ها است که اعتماد و سازگاری را افزایش می‌دهد.

 

اگر مسیرهای نظارتی آینده موفق باشد، نمره‌دهی PD-L1 مبتنی بر هوش مصنوعی می‌تواند به زودی به بخش معمول تشخیص سرطان تبدیل شود – پشتیبانی از پاتولوژیست‌ها، بهبود قابلیت اعتماد و کمک به پزشکان برای ارائه مراقبت‌های دقیق‌تر و شخصی‌تر به افراد مبتلا به سرطان ریه.

این خبر را اینجا ببینید.

اخبار مرتبط
اخبار مرتبط

پاسخ دیدگاه

لطفا نظر خود را وارد کنید
نام خود را بنویسید