درمان سرطان ریه با کمک یک مدل مبتنی بر یادگیری عمیق - بانیما

پژوهشگران آمریکایی در بررسی جدید خود، یک مدل مبتنی بر یادگیری عمیق را ابداع کرده اند که می تواند به پزشکان در انتخاب درمان بهتر سرطان ریه یاری کند.

شاید پزشکان به زودی بتوانند از یک مدل یادگیری ماشینی موسوم به یادگیری عمیق برای تصمیم گیری در مورد درمان بیماران مبتلا به سرطان ریه استفاده کنند.

پژوهشگران دانشگاه پنسیلوانیا (Penn State) در بررسی جدید خود، یک مدل یادگیری عمیق ابداع کرده اند که در شرایط ویژه ای توانست امید به زندگی بیماران مبتلا به سرطان ریه را با بیش از 71 درصد دقت پیش بینی کند و عملکردی بهتر از مدل های قدیمی یادگیری ماشینی داشته باشد. مدل های قدیمی در آزمایش ها، 61 درصد دقت داشتند.

پژوهشگران باور دارند که اطلاعات مربوط به امید به زندگی بیماران می تواند پزشکان را در تصمیم گیری بهتر در مورد استفاده از دارو ها و مراقبت از بیماران یاری دهد.

این مدل، سیستمی با توان عملکردی بالا است که بسیار دقیق کار می کند و هدف آن، یاری کردن به پزشکان تا تصمیم های مهمی در مورد مراقبت از بیماران بگیرند. پژوهشگران تاکید دارند که این سیستم نمی تواند در تصمیم گیری برای درمان سرطان ریه، جایگزین پزشک شود.

به گفته پژوهشگران، این مدل می تواند میزان قابل توجهی از داده ها را تجزیه و تحلیل کند که به توصیف بیماری می پردازند تا نحوه تاثیرگذاری عوامل گوناگون را بر میزان نجات از سرطان ریه درک کنند. ویژگی های معین شده در این سیستم، اطلاعاتی مانند انواع سرطان، اندازه تومور ها و سرعت رشد تومور را نشان می دهند. یادگیری عمیق می تواند ارتباط میان این داده ها را معین کند.

پژوهشگران قصد دارند این مدل را در آینده بهبود ببخشند و توانایی آن را در تجزیه و تحلیل انواع سرطان و بیماری ها آزمایش کنند. این پژوهش، در International Journal of Medical Informatics به چاپ رسید.

منبع: فرادید