استفاده از هوش مصنوعی در پزشکی هسته ای - وبلاگ جزیره

به گزارش وبلاگ جزیره، دانشمندان دانشگاه واشنگتن در تازه ترین مطالعات خود در پی بکارگیری هوش مصنوعی برای ارتقاء کیفیت تصویربرداری در پزشکی هسته ای هستند.

دکتر ریچارد ال. وال، مدیر موسسه رادیولوژی مالینکرود (MIR) در دانشکده پزشکی دانشگاه واشنگتن در سنت لوئیس، به توسعه دستورالعمل هایی برای ارزیابی هوش مصنوعی (AI) در تصویربرداری پزشکی هسته ای، پزشکی و تصویربرداری مولکولی (SNMMI)، کارگروه هوش مصنوعی SNMMI را تأاسیس کرد که در آن یک تیم ارزیابی تشکیل شد. این تیم متشکل از دانشمندان تصویربرداری محاسباتی، پزشکان و فیزیکدانان است.

مدیر این موسسه می گوید: هوش مصنوعی در تصویربرداری پزشکی، به ویژه در تصویربرداری پزشکی هسته ای، در بسیاری از کاربرد ها از فراوری تصویر، بهبود و تجزیه و تحلیل، نویدبخش است. ما تحقیقات زیادی را در این زمینه انجام داده ایم اما برای ترجمه بالینی این الگوریتم ها، ارزیابی دقیق مورد احتیاج است.

او می افزاید: عدم ارزیابی دقیق ممکن است پیامد های نامطلوب متعددی داشته باشد، از جمله کاهش اعتبار یافته های پژوهش، راهنمایی نادرست تحقیقات آینده، و مهم تر از همه، ارائه ابزار هایی که برای بیماران بی فایده یا حتی مضر هستند. در بحث های ما معین شد که برای انجام چنین ارزیابی احتیاج مهمی به دستورالعمل ها وجود دارد؛ به عنوان مثال تحقیقات قابل توجهی در توسعه الگوریتم های هوش مصنوعی برای پردازش تصاویر پزشکی هسته ای که با دوز های پایین به دست می آیند، وجود دارد.

دکتر ریچارد ال. وال ادامه می دهد: در این راستا، در آزمایشگاه خودمان، الگوریتمی برای پردازش تصاویر SPECT قلبی با دوز پایین ایجاد کردیم و از نتایج هیجان زده شدیم، زیرا تصاویر حاصل از نظر بصری عالی به نظر می رسند، اما این مهم نیست که آن ها عالی به نظر می رسند، بلکه مهم این است که آن ها چگونه کار مورد احتیاج از تصاویر را انجام می دهند، ما متوجه شدیم در حالی که تصاویر خوب به نظر می رسند، در بعضی موارد ضایعات اصلی را برداشته و در بعضی موارد ضایعات کاذب را معرفی نموده اند.

هیچ یک از این نتایج قابل قبول نیست و احتیاج به ارزیابی الگوریتم ها بر اساس کار بالینی را نشان می دهد.

بیشتر بخوانید

رونالد بولارد، استاد رادیولوژی می گوید: تعریف صحیح و روشن از یک ادعا که نشان دهنده کاربرد مورد نظر و اعتبار الگوریتم هوش مصنوعی باشد، بسیار مهم است و این ادعا باید با ارزیابی مناسب و گسترده روش هوش مصنوعی اثبات گردد. این ادعا باید به طور معین نشان دهد که الگوریتم تحت چه شرایطی و برای چه بیمارانی می تواند مورد استفاده قرار گیرد؟ بعلاوه هر گونه محدودیت یا عاملی که می تواند منجر به عملکرد نادرست یا کمتر دقیق گردد.

او می گوید: هوش مصنوعی پتانسیل توسعه تخصص را در سطح جهانی دارد، اما اگر به درستی اجرا نگردد، می تواند نادرستی ها را توسعه دهد، بنابراین نتیجه این کارآزمایی برای حصول اطمینان از توسعه و بکارگیری روش های AI معتبر جمعیت و کار خاص بسیار مهم است.

هدف این چارچوب این است که توسعه دهندگان هوش مصنوعی را راهنمایی کند تا مطالعه ارزیابی را انجام دهند که شواهدی برای حمایت از ادعای مورد نظرشان ارائه می نماید.

مدیر موسسه فوق می گوید: ما می خواهیم مطمئن شویم که این الگوریتم ها به خوبی ارزیابی می شوند تا بتوانند به خوبی در کار های بالینی یاری نموده و به این ترتیب بیماران برترین درمان را دریافت نمایند. ما می خواهیم هوش مصنوعی به بیمار یاری کند، نه اینکه به بیمار آسیب برساند.

منبع: مدیکال اکسپرس

وبلاگ جزیره فضای مجازی دریچه فناوری