- غربالگری سرطان پستان در کشور به ۲۳.۵ درصد رسید
- پالبوسیکلیب؛ آیا زمان حذف شیمی‌درمانی در سرطان پستان لومینال فرا رسیده است؟
- داراکسونراسیب؛ تحولی نو در درمان هدفمند سرطان ریه با جهش RAS
- از نوبل پزشکی ۲۰۲۶ تا درمان سرطان؛ آیا نور می‌تواند سرطان را خاموش کند؟
- برگزاری کنفرانس علمی HPV در بیمارستان لاله؛ بررسی تازه‌ترین رویکردهای تشخیص و درمان
- سرطان پستان؛ اهمیت تشخیص زودهنگام و پیشگیری
- آمیوانتاماب در سرطان ریه با جهش اگزون ۲۰ EGFR؛ نتایج نهایی مطالعه PAPILLON چه می‌گویند؟
- پزشکی را نمی‌توان به الگوریتم‌ها سپرد؛ هوش مصنوعی جایگزین رابطه پزشک و بیمار نمی‌شود
- میدان الکتریکی، اوسیمرتینیب و شکستن مقاومت در گلیوبلاستوما
- دیپلماسی سلامت؛ زبان مشترک ملت‌ها برای ساختن آینده‌ای سالم‌تر
- همکاری رادیوانکولوژی ایران و ازبکستان؛ تفاهم‌نامه مشترک در بخارا امضا شد
- درمان سرطان کبد کودکان با CAR-T؛ پاسخ کامل یک کودک مبتلا به هپاتوبلاستوما
- سرطان‌های نادر؛ چالش‌های تشخیص، درمان و دسترسی بیماران به خدمات تخصصی
- رویکرد پژوهشگران ایرانی برای درمان سرطان‌های پیشرفته با هدف‌گیری ریزمحیط تومور
- ماه آگاهی‌رسانی سرطان‌های ژنیکولوژیک؛ از واکسن HPV تا ضرورت تشخیص زودهنگام
تشخیص دقیق‌تر سرطان با هوش مصنوعی مایکروسافت
شرکت مایکروسافت به‌عنوان یکی از غول‌های فناوری دنیا با کمک هوش مصنوعی، ابزاری برای تصاویر آنالیز دقیق تصاویر پزشکی ارائه کرده است. اهمیت تشخیص درست جزئیات تومور و سلول‌های سرطانی در تشخیص این بیماری و یا درمان‌های پیشرفته مانند ایمونوتراپی، اهمیت زیادی دارد.
به گزارش گروه سرطان، سرطان نیوز،رادیولوژیست‌ها و پاتولوژیست‌ها برای ردیابی تومورها، درک مرزهای سلولی آنها و تجزیه و تحلیل نحوه تعامل آنها با سلول‌های اطراف به تصاویر دقیق تکیه می‌کنند. این کار نیاز به دقت زیاد در چندین کار دارد؛ شناسایی وجود تومور، مکان‌یابی دقیق آن و نقشه‌برداری خطوط روی سی تی اسکن‌های پیچیده یا اسلایدهای پاتولوژی. ابزارهای کنونی عکسبرداری دقیق فقط بر تقسیم‌بندی تمرکز می‌کنند؛ بنابراین فرصت ترکیب این رویکردها را به‌طور کلی از دست می‌دهند.
اما ابزار جدید مایکروسافت به نام BiomedParse با یکپارچه‌سازی تشخیص و تقسیم‌بندی تومور و سلول در یک چارچوب، به متخصصان اجازه می‌دهد عکس های ام آر ای و سی تی اسکن را دقیق‌تر ارزیابی تا از رویکردهای بالینی سریع‌تر و یکپارچه‌تر برای درمان استفاده کنند. مایکروسافت برای پیش‌آموزش هوش مصنوعی BiomedParse، از GPT-۴ برای سنتز داده‌ها استفاده می‌کند.
به‌گفته مایکروسافت، پزشکان برای استفاده از این ابزار لازم است ابتدا متنی را به آن بدهند؛ برای مثال، می‌توانند عبارت «سلول‌های پاتولوژیک» را تایپ کنند و هوش مصنوعی محل قرارگرفتن آنها در تصویر را شناسایی می‌کند.
طبق ادعای آنها BiomedParse تاکنون توانسته مواردی همچون تومورها، ملانوم، ادم سیستوئید ماکولا، عفونت قفسه سینه، کووید_۱۹ و گلیوما مغز و سایر بیماری‌ها را شناسایی کند. بنا به تجربه متخصصان این ابزار نسبت به سایر ابزارهای رایج برای تشخیص‌های پزشکی، نیاز به تلاش کمتری دارد؛ زیرا فقط از طریق نوشتن متنی ساده کار می‌کند.
پربازدید های روز
آخرین اخبار
پربحث ترین
واکسن آنفلوانزا برای بیماران مبتلا به سرطان؛ چه زمانی و چه نوع واکسنی مناسب است؟
واکسن آنفلوانزا برای بیماران سرطانی چه زمانی تزریق شود؟ با انواع واکسن، زمان واکسیناسیون در شیمی‌درمانی و نکات مهم پیشگیری از آنفلوانزا آشنا شوید.
رویکرد پژوهشگران ایرانی برای درمان سرطان‌های پیشرفته با هدف‌گیری ریزمحیط تومور
پروفسور محمداسماعیل اکبری از بررسی رویکردی برای درمان سرطان‌های پیشرفته با هدف‌گیری FAP در ریزمحیط تومور و استفاده از FAPI و رادیوایزوتوپها خبر داده است.
آیا پزشکی بدترین شغل دنیاست؟
آیا پزشکی بدترین شغل دنیاست؟ دکتر پوریا عادلی در یادداشتی به دشواری‌های حرفه پزشکی، رابطه پزشک و بیمار، اعتماد، مسئولیت حرفه‌ای و معنای طبابت می‌پردازد.
آیا در سرطان پستان Luminal A می‌توان رادیوتراپی را حذف کرد؟ نگاهی به نتایج مطالعه LUMINA
مطالعه LUMINA بررسی کرد آیا در زنان منتخب مبتلا به سرطان پستان Luminal A با خطر بسیار پایین عود، می‌توان پس از جراحی حفظ پستان رادیوتراپی را حذف کرد؛ نتایجی امیدوارکننده اما نیازمند پیگیری طولانی‌مدت.
آیا فقط بیماران دارای ENE یا حاشیه مثبت به کمورادیوتراپی پس از جراحی نیاز دارند؟
تحلیل جدید دادههای RTOG 9501 و EORTC 22931 نشان می‌دهد ENE و حاشیه مثبت عوامل پرخطر مهمی هستند، اما شاید بهتنهایی پیشبینیکننده قطعی سود از کمورادیوتراپی پس از عمل نباشند.
پرطرفدارترین