مطالعه اخیر محققان دانشگاه یورک حاکی از آن است که یک تکنیک خلاقانه هوش مصنوعی (AI) که آن‌ها توسعه داده اند در پیش بینی نتایج درمانی در بیماران مبتلا به متاستاز مغزی به طور قابل توجهی مؤثرتر از چشم انسان است.
علی صادقی نائینی (Ali Sadeghi-Naini) رئیس پژوهشکده دانشگاه یورک و دانشیار مهندسی پزشکی و علوم کامپیوتر می‌گوید: این مطالعه یک تحلیل پیچیده و جامع از ام آر آی برای یافتن ویژگی‌ها و الگو‌هایی است که معمولاً توسط چشم انسان ثبت نمی‌شوند.
این پژوهشگر ایرانی الاصل در ادامه افزود: ما امیدواریم که تکنیک ما که یک روش جدید پیش بینی مبتنی بر هوش مصنوعی برای تشخیص شکست رادیوتراپی در متاستاز مغز است، بتواند به انکولوژیست‌ها و بیماران کمک کند تا تصمیمات آگاهانه تری بگیرند و درمان را در شرایطی که زمان بسیار مهم است، تنظیم کنند.
مطالعات قبلی نشان داده اند: انکولوژیست‌ها می‌توانند با استفاده از روش‌های استاندارد مانند تصویربرداری ام آر آی، ارزیابی اندازه، محل و تعداد متاستاز‌های مغزی و همچنین نوع سرطان اولیه و وضعیت کلی بیمار، شکست درمان را پیش بینی کنند. در ادامه محققان چندین مدل هوش مصنوعی را ایجاد و آزمایش کردند و بهترین مدل آن‌ها دقت ۸۳ درصدی داشت.
به گفته محققان متاستاز‌های مغزی نوعی تومور سرطانی هستند که زمانی ایجاد می‌شوند که سرطان‌های اولیه در ریه ها، پستان ها، روده بزرگ یا سایر قسمت‌های بدن از طریق جریان خون یا سیستم لنفاوی به مغز پخش می‌شوند. در حالی که گزینه‌های درمانی مختلفی وجود دارد، رادیوتراپی استریوتاکتیک یکی از رایج‌ترین روش‌های درمانی است که شامل دوز‌های متمرکز پرتو درمانی در ناحیه تومور است.
صادقی نائینی می‌گوید: همه تومور‌ها به پرتودرمانی پاسخ نمی‌دهند و رشد تومور در ۳۰ درصد از این بیماران حتی پس از درمان، ادامه می‌یابد و این موضوع اغلب تا ماه‌ها پس از درمان از طریق پیگیری ام آر آی کشف نمی‌شود.
او می‌افزاید: این تأخیر زمانی است که بیماران مبتلا به متاستاز‌های مغزی نمی‌توانند از عهده آن برآیند، زیرا این وضعیت به ویژه ناتوان کننده است و اکثر افراد بین سه ماه تا پنج سال پس از تشخیص تسلیم بیماری می‌شوند. صادقی نائینی ادامه می‌دهد: بنابراین پیش بینی پاسخ درمانی حتی قبل از شروع درمان بسیار مهم است.
در این راستا محققان با استفاده از تکنیک یادگیری ماشینی معروف به یادگیری عمیق، شبکه‌های عصبی مصنوعی را ایجاد کردند که بر روی مجموعه‌ای از داده‌ها آموزش دیده بودند و سپس به هوش مصنوعی آموزش دادند که به مناطق خاص توجه بیشتری داشته باشد.
صادقی نائینی توضیح می‌دهد: وقتی به MRI نگاه می‌کنید، مناطقی را در داخل یا اطراف تومور می‌بینید که متورم بوده و الگوی آن متفاوت است، بنابراین با سیستم بینایی خود بیشتر به آن قسمت‌ها توجه می‌کنید. اما یک الگوریتم هوش مصنوعی نسبت به این موضوع کور است. مکانیسم توجهی که ما در الگوریتم گنجانده ایم به این ابزار‌های هوش مصنوعی کمک می‌کند تا یاد بگیرند کدام قسمت از این تصاویر مهم‌تر هستند و برای تجزیه و تحلیل و پیش بینی دقت بیشتری روی آن‌ها داشته باشند.
صادقی نائینی می‌گوید در حالی که باید تحقیقات بیشتری انجام شود، یافته‌ها نشان می‌دهد که هوش مصنوعی ابزار بالقوه مهمی در مدیریت دقیق متاستاز مغز و حتی سایر انواع سرطان است. به گفته او گام بعدی برای پذیرش این موضوع به عنوان یک عمل بالینی، نگاه کردن به یک گروه بزرگتر با مجموعه داده‌های چند متغیری است و از آنجا می‌توان یک کارآزمایی بالینی بزرگتر را توسعه داد.
او در پایان می‌گوید: اگر بتوان درمان‌های استاندارد را بر اساس واکنش بیماران به درمان‌ها تنظیم کرد، شانس خوبی برای بهبود بقای کلی بیماران وجود دارد.
شرح کامل این مطالعه جذاب در مجله تخصصی IEEE Journal of Translational Engineering in Health and Medicine منتشر شده است.