- 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
هوش مصنوعی پایان عمر بیماران سرطانی را پیشببنی میکند

به گزارش گروه سرطان، سرطان نیوز، به نقل از ایستادی فایند، گروهی از دانشمندان آمریکایی و هلندی موفق به طراحی سامانهای مبتنی بر هوش مصنوعی شدهاند که قادر است با تحلیل چهره افراد، سن زیستی آنها، سنی که بازتابی از وضعیت واقعی بدن فرد و میزان پیشرفت فرآیندهای پیری در اوست را برآورد کند.
این سامانه که «چهرهسنج زیستی» (FaceAge) نام دارد، با بهرهگیری از الگوریتمهای یادگیری عمیق و آموزش بر پایه ۶۰ هزار تصویر چهره، توانسته است رابطهای معنادار میان ظاهر چهره و احتمال بقاء بیماران سرطانی کشف کند.
نتایج حاصل از تحلیل بیش از ۶ هزار بیمار سرطانی از دو کشور هلند و آمریکا نشان داد بیمارانی که ظاهرشان پیرتر از سن واقعیشان بود، از شانس بقای کمتری برخوردار بودند؛ مستقل از نوع سرطان، سن واقعی یا شرایط بالینی دیگر.
نکته جالب توجه در این پژوهش این که میانگین تفاوت سن زیستی با سن تقویمی در بیماران سرطانی حدود پنج سال بود. همچنین افرادی که سابقه مصرف سیگار داشتند، در ظاهر پیرتر از سایرین به نظر میرسیدند. در مقابل، شاخص توده بدنی (BMI) تأثیر قابلتوجهی بر سن ظاهری نداشت.
پژوهشگران همچنین دریافتند که تخمین هوش مصنوعی با فعالیت ژنی به نام CDK ۶ مرتبط است؛ ژنی که در فرایند پیری سلولی نقش دارد. افرادی که از دید هوش مصنوعی چهره پیرتری داشتند، سطح فعالیت این ژن در بدنشان پایینتر بود.
بیشتر بخوانید
کاربرد بالینی این فناوری میتواند به پزشکان کمک کند تا در مورد میزان تحمل بیماران برای دریافت درمآنهای سنگین و تهاجمی، تصمیم دقیقتری اتخاذ کنند؛ بهویژه در بیماران مسن یا مبتلا به سرطآنهای پیشرفته که انتخاب میان درمان فعال و مراقبت حمایتی از اهمیت حیاتی برخوردار است.
با وجود این دستاوردها، محققان تأکید دارند که لازم است این سامانه در جوامع متنوعتری آزمایش شود تا دقت آن در اقوام، سنین و جنسیتهای گوناگون تأیید گردد. همچنین، ملاحظات اخلاقی مانند نگرانی از سوءاستفاده بیمهها یا واکنش بیماران به پیشبینی چهرهمحورِ امید به زندگی، از جمله چالشهایی است که باید پیش از کاربرد بالینی گسترده بررسی شود.
چهرهسنج زیستی نمایانگر آغاز فصلی نو در همگرایی هوش مصنوعی و پزشکی است؛ فصلی که در آن ظاهر چهره، کلید درک عمیقتری از وضعیت زیستی و سلامت فرد خواهد بود.
واکسن آنفلوانزا برای بیماران مبتلا به سرطان؛ چه زمانی و چه نوع واکسنی مناسب است؟
رویکرد پژوهشگران ایرانی برای درمان سرطانهای پیشرفته با هدفگیری ریزمحیط تومور
آیا پزشکی بدترین شغل دنیاست؟
آیا در سرطان پستان Luminal A میتوان رادیوتراپی را حذف کرد؟ نگاهی به نتایج مطالعه LUMINA
آیا فقط بیماران دارای ENE یا حاشیه مثبت به کمورادیوتراپی پس از جراحی نیاز دارند؟