تشخیص آرتروز سه سال پیش از ابتلا با هوش مصنوعی
در بررسی های جدید دانشمندان آمریکایی، مدلی مبتنی بر هوش مصنوعی ابداع شد که می تواند ابتلا به آرتروز را سه سال پیش از بروز آن پیش بینی کند.
جی پلاس، بررسی جدید پژوهشگران "بیمارستان جانز هاپکینز"(Johns Hopkins Hospital) نشان میدهد که میتوان از هوش مصنوعی برای تشخیص این موضوع استفاده کرد که آیا شخصی به آرتروز مبتلا میشود یا خیر. این کار که با ارزیابی بافت غضروف انجام میشود، میتواند امکان ابتلا به آرتروز را سه سال پیش از بروز آن پیشبینی کند.
ایسنا نوشت: پژوهشگران در این پروژه، یک مدل هوش مصنوعی را برای بررسی اسکن بیش از ۸۶ نفر به کار بردند که هیچ نشانهای از آرتروز نداشتند. این مدل یادگیری ماشینی توانست مراحل آغازین آرتروز را تا سه سال پیش از آغاز بروز نشانههای آن، با ۷۸ درصد دقت تشخیص دهد.
اگر پژوهشگران بتوانند آرتروز را با این روش پیشبینی کنند، این امکان وجود دارد که با کاهش وزن و ورزش کردن بتوان شدت آن را کاهش داد و یا آغاز آن را به تاخیر انداخت.
تعدادی از بیماریها از جمله آرتروز، سرنخ واضحی در مراحل آغازین ندارند و معمولا به کمک تصویربرداری با اشعه ایکس یا امآرآی تشخیص داده میشوند. هنگامی که آرتروز تشخیص داده میشود، در مرحله برگشتناپذیری قرار دارد و معمولا به استخوان آسیب رسانده است.
درمانهای کنونی، بر جراحیهای تهاجمی و پرهزینه تمرکز دارند. از آنجا که آرتروز معمولا افراد مسن را تحت تاثیر قرار میدهد و جمعیت بسیاری از کشورها نیز به سوی پیر شدن پیش میرود، هزینه درمان آرتروز در دهه آینده با هزینه چشمگیری همراه خواهد بود.
حتی پس از شروع نشانههای آرتروز و آسیب برگشتناپذیر استخوان، استفاده از تصویربرداری پزشکی برای مشخص کردن ارتباط میان نشانههای درد با پیشرفت بیماری هنوز دشوار است اما شواهدی وجود دارند که نشان میدهند ممکن است این بیماری در آینده با کمک درمانهای مناسب، برگشتپذیر باشد.
تغییرات بیوشیمیایی که در غضروف رخ میدهند، اغلب به درد و آسیب استخوان منجر میشوند. این مدل مبتنی بر هوش مصنوعی، چنین تغییراتی را جست و جو میکند.
پژوهشگران باور دارند که شاید این روش بتواند امکان ارزیابیهای دقیقتر را بر مبنای تصاویر ثبت شده فراهم کند و ابتلا به آرتروز را در مراحل آغازین آن اطلاع دهد. این روش جدید، به پزشکان امکان خواهد داد تا نشانههای بیماری را پیش از برگشتناپذیر شدن آن کشف کنند.
این پژوهش، در مجله "Proceedings of the National Academy of Sciences" به چاپ رسید.
منبع: ایسنا
مشاهده خبر در جماران