محمود محمدی صدر در ابتدا اهمیت و ضرورت انجام این پژوهش را مورد بحث قرار داد و اظهار کرد: پوکی استخوان یکی از شایع‌‌ترین بیماری‌‌های غیرواگیر در جهان است و معمولا بدون علامت پیشرفت می‌کند. بطوریکه بسیاری از بیماران تنها زمانی متوجه بیماری خودشان می‌‌شوند که دچار شکستگی‌‌های ناگهانی و گاه خطرناک شده‌اند. تشخیص دیرهنگام، هزینه‌‌های درمانی و اجتماعی سنگینی به همراه دارد و کیفیت زندگی بیماران را به شدت کاهش می‌دهد.

این پژوهشگر اظهار کرد: در این مطالعه، با بهره‌‌گیری از الگوریتم‌‌های یادگیری ماشین از اطلاعات مربوط به ستون مهره‌های سینه‌ای موجود در تصاویر سی‌‌تی‌‌اسکن قفسه سینه، که معمولا نادیده گرفته می‌‌شوند، برای تخمین تراکم مواد معدنی استخوان استفاده کردیم.

 دانش آموخته کارشناسی ارشد فیزیک پزشکی از دانشگاه علوم پزشکی اصفهان تصریح کرد: با این روش توانستیم افراد را در سه گروه اصلی "پوکی استخوان (استئوپروز)؛ کاهش تراکم استخوان (استئوپنی)؛ و تراکم استخوان طبیعی" طبقه بندی ‌کنیم. محمدی صدر قابلیت مهم دیگری را هم مورد اشاره قرار داد و آن اینکه این رویکرد، بدون نیاز به تصویربرداری اضافی یا افزایش دوز تابشی، امکان تشخیص زودهنگام و کم ‌هزینه را فراهم می‌‌کند.

پژوهشگران همچنین اعلام کردند دستاورد مهم ما این است که این روش می‌‌تواند در آینده نزدیک به ‌عنوان یک ابزار کمک تشخیصی در مراکز تصویربرداری، کلینیک‌‌های تخصصی و بیمارستان‌ها مورد استفاده قرار گیرد.

 محمدی صدر گفت: از جمله مزیت‌‌های این رویکرد می‌توان به مواردی مانند: عدم نیاز به هزینه یا تابش اضافی اشاره کرد یعنی اینکه از همان تصویری استفاده می‌‌شود که از بیمار قبلا برای بررسی ریه گرفته است.

وی افزود: از دیگر مزایای این روش افزایش دقت تشخیص با کمک هوش مصنوعی است، بدین مفهوم که از الگوریتم‌هایی استفاده کردیم که می‌توانند الگوهای پنهان را شناسایی کنندو به پزشکان در تصمیم‌گیری کمک نمود.

دانش آموخته کارشناسی ارشد فیزیک پزشکی از دانشگاه علوم پزشکی اصفهان افزود: مزیت دیگری که این روش ایجاد کرده این است که قابلیت ادغام در سیستم‌‌های موجود فراهم شده است، یعنی اینکه این فناوری می‌‌تواند در آینده به ‌صورت خودکار در سامانه‌‌های بایگانی تصاویر پزشکی و ارتباطات و نرم‌ افزارهای بیمارستانی اجرا شود.

این پژوهشگر مزایای مهم دیگری را نیز مورد اشاره قرار داد و عنوان کرد، این یک مزیت و دستاورد بسیار مهم است که افزایش شناسایی بیماران در معرض خطر را فراهم نموده‌ایم، و نکته این است که  بسیاری از افراد هرگز برای سنجش تراکم استخوان مراجعه نمی‌‌کنند، اما سی ‌تی ‌اسکن قفسه سینه بسیار رایج است؛ بنابراین این روش می‌‌تواند تعداد زیادی از بیماران را بدون مراجعه اضافی غربالگری کند.

دانش آموخته کارشناسی ارشد فیزیک پزشکی از دانشگاه علوم پزشکی اصفهان در ادامه اظهار کرد که این پژوهش مسیرهای تازه‌‌ای را برای آینده ترسیم می‌‌کند از جمله اینکه:

1- استفاده گسترده در کلینیک‌‌ها و بیمارستان‌‌ها با توسعه نرم ‌افزارهای هوشمند: پزشکان می‌‌توانند در همان لحظه گزارش سی‌ تی‌ اسکن و نیز وضعیت استخوان بیمار را نیز دریافت کنند.

2- پیشگیری هدفمند و کاهش هزینه‌‌های درمانی: شناسایی زودهنگام بیماران پرخطر می‌‌تواند از شکستگی‌‌های آینده جلوگیری کند و بار مالی نظام سلامت را کاهش دهد.

3- گسترش کاربرد به سایر نواحی بدن در آینده: می‌‌توان از تصاویر سی ‌تی ‌اسکن نواحی دیگر نیز برای ارزیابی سلامت استخوان استفاده کرد.

متخصصان گروه فیزیک پزشکی، دانشکده پزشکی دانشگاه علوم پزشکی اصفهان در توضیح اهمیت این دستاورد خاطر نشان کردند که هدف این پژوهش آن است که از تصاویر موجود بیشترین اطلاعات ممکن را استخراج کنیم. همچنین اگر بتوانیم از یک سی‌ تی ‌اسکن معمولی قفسه سینه برای تشخیص زودهنگام پوکی استخوان استفاده کنیم، می‌توانیم از بسیاری از شکستگی‌های دردناک و هزینه‌‌بر جلوگیری کنیم. 

همچنین محمدی صدر تاکید کرد که این فناوری می‌‌تواند در آینده نزدیک به بخشی از روند معمول گزارش‌‌دهی در مراکز تصویربرداری پزشکی تبدیل شود.

 انتهای پیام/