پروژه پژوهشی دانشگاه علوم پزشکی شهرکرد: تشخیص AI محور سرطان مثانه و پروستات

دانشگاه علوم پزشکی شهرکرد با هدایت و اجرای مطالعه‌ای مهم، توسط دکتر فاطمه طاهری، عضو هیئت علمی، گامی اساسی در پیوند AI با تشخیص سریع سرطان برداشته است. این مطالعه در قالب نشست خبری «ترجمان دانش» معرفی شده و محورهای آن شامل موارد زیر است:

چالش موجود: تشخیص و درجه‌بندی تهاجمی بودن سرطان مثانه و پروستات نیازمند بررسی دستی تصاویر بافت‌شناسی است. این روش پیچیده، زمان‌بر و مستعد خطای انسانی است؛ عواملی که لزوم ابزارهای هوشمند جایگزین را دوچندان می‌کند.

اهمیت تشخیص زودهنگام: نتایج درمان با تشخیص هرچه سریع‌تر قابل‌بازگشت‌تر می‌شوند. نقطه قوت AI در این حوزه، توانایی سرعت بالای تحلیل تصاویر برای شناسایی زودرس عوامل خطر است.

روش پژوهش: محققان بر روی ۷۰۶ تصویر هیستوپاتولوژیک از بافت‌های نمونه سرطان مثانه و پروستات، الگوریتم ترکیبی CNN+CBAM را آموزش دادند. CBAM، با تقویت توجه به ویژگی‌های مکانی و کانالی تصاویر، دقت تحلیل را به میزان قابل توجهی بالا برد که این موضوع مطابق مفاهیم معرفی‌شده در CBAM است .

دستاوردها و نتایج: این سامانه هوشمند نه تنها تشخیص دقیق‌تری ارائه داد، بلکه وابستگی به پاتولوژیست را کاهش داد و نه تنها دقت را افزایش داد، بلکه از خستگی و سوگیری پاتولوژیست جلوگیری کرد. دکتر طاهری اظهار کرد: «با تجزیه و تحلیل سریع و مؤثر این تصاویر، امکان مداخله به‌هنگام فراهم است و می‌تواند خط مقدم درمان را تقویت کند.»

چشم‌انداز بالینی: نتایج نشان‌دهنده پتانسیل سیستم به‌عنوان ابزاری پشتیبان تصمیم‌گیری بالینی است و زمینه برای مطالعات بزرگ‌تر در آینده، بررسی‌های چندمرکزی و استفاده در محیط‌های واقعی فراهم می‌شود.

مکمل‌های نوآورانه در تشخیص سرطان مثانه

علاوه بر پروژه مذکور، چندین فناوری دیگر نیز در مسیر توسعه AI برای سرطان مثانه مطرح شده‌اند:

۱. تشخیص از طریق آب‌نمونه (Urine Test): فناوری TOBY مستقر در آمریکا، بر اساس تحلیل ترکیبات آلی فرّار در ادرار و با کمک AI، موفق شده است به عنوان دستگاه سردمدار در برنامه اولیه FDA برای «دستگاه‌های نوآور تشخیص سرطان» معرفی شود. هدف این تست، تشخیص سریع و غیرتهاجمی بیماری با دقت AUC>0.9 است، که اگر مرحله بعدی را پشت سر بگذارد، می‌تواند جایگزینی مقرون‌به‌صرفه برای سیتوسکوپی شود  .

۲. مدل‌های مبتنی بر ترنسفورمرها و توجه دوگانه: تحقیقات جدیدی بر پایه استفاده از ساختارهای ترکیبی CNN-Transformer با دو دروازه توجه برای تحلیل تصاویر سیستوسکوپی انجام شده که همزمان سرعت پردازش و دقت را بالا برده‌اند. این مدل‌ها برای تحلیل real-time در حین عمل طراحی شده‌اند  .

۳. پیش‌بینی عود و بقای بلندمدت: مدل‌هایی که ترکیبی از تصاویر بافتی و داده‌های بالینی یا ژنومی هستند (DLRP-NMIBC)، توانسته‌اند با دقت بالای حدود ۹۰ درصد برای تشخیص پیش‌بینی عود ظرف ۵ سال عمل کنند  .ه

با وجود پیشرفت‌های چشمگیر، هنوز چالش‌هایی در مسیر بالینی شدن گسترده AI در سرطان مثانه وجود دارد:

گزارش‌دهی شفاف‌تر: مطالعات فعلی باید با استانداردهایی مانند CLAIM و RQS هم‌راستا شوند تا کیفیت روش‌شناسی و ارزیابی ریسک سوگیری قابل‌اعتماد باشد  .

اندازه‌دهی بزرگ‌تر و چندمرکزی بودن: بسیاری از پژوهش‌ها محدود به نمونه‌های تک‌مرکزی هستند. برای تایید تکرارپذیری، نیاز به تجربه بالینی در مراکز مختلف وجود دارد.

پژوهش ترکیبی و داده‌های واقعی: ترکیب تصاویر پاتولوژی، فازیولوژی، ژنومی و داده بالینی می‌تواند منجر به آزمایش‌های دقیق‌تر شود مانند DLRP-NMIBC  .

اجرای real-time در محیط‌ بالینی: مدل‌هایی مانند CNN-ترنسفورمر طراحی‌شده برای سیستوسکوپی نیاز به اعتبارسنجی در شرایط واقعی اتاق عمل دارند  .

مطالعه دانشگاه علوم پزشکی شهرکرد، پیشرفت قابل‌ملاحظه‌ای در کاربرد هوش مصنوعی برای تشخیص سریع و دقیق سرطان مثانه و پروستات ارائه داده است. ترکیب CNN با CBAM، در تحلیل ۷۰۶ تصویر هیستوپاتولوژیک منجر به کاهش خطاهای انسانی و افزایش سرعت تصمیم‌گیری بالینی شد.

علاوه بر این، فناوری‌های نوظهور شامل تست‌های مبتنی بر urine، الگوریتم‌های real-time سیستوسکوپی و مدل‌های پیش‌بینی عود، چشم‌انداز تازه‌ای از تشخیص دقیق را به نمایش می‌گذارند.

برای تحقق کاربرد عملی و گسترده این فناوری‌ها، نیازمند تکمیل مطالعات بزرگ‌تر با رعایت استانداردهای کیفی، ادغام داده‌های چندمنظوره و آزمودن آنها در محیط‌های واقعی بالینی هستیم. اگر این مسیر با دقت دنبال شود، AI می‌تواند گام بلندی در تحول پزشکی شخصی‌سازی‌شده و درمان به‌موقع سرطان بردارد.

در پایان، این گزارش نمایانگر هم‌گامی پزشکی و مهندسی هوش مصنوعی در دوران تحول دیجیتال سلامت است که با امکانات جدید تشخیصی برای سرطان‌هایی مانند مثانه، مسیر دسترسی به درمان‌های سریع‌تر، دقیق‌تر و انسانی‌تر را هموار می‌سازد.

انتهای پیام/