ثورة في تشخيص السرطان: الذكاء الاصطناعي يتفوق على الأطباء بنسبة 17%
![الذكاء الاصطناعي يتفوق على الأطباء - المصدر: shutterstock ثورة في تشخيص السرطان: الذكاء الاصطناعي يتفوق على الأطباء بنسبة 17%](https://static.arrajol.com/styles/800x533/public/2024-07/6_14.jpg)
فرضت تقنيات الذكاء الاصطناعي تواجدها بقوة في مختلف القطاعات، إذ أصبحت أهم الأدوات المساعدة لتحسين المستويات والخروج بأفضل النتائج.
وأكدت دراسة حديثة أن الذكاء الاصطناعي يتفوق على الأطباء بنسبة 17% فيما يتعلق برصد واكتشاف مرض السرطان.
كما أكدت الدراسة أنه بناءً على ما توصل إليه الباحثون من نتائج، يمكن أن يؤدي الذكاء الاصطناعي إلى تشخيصات أكثر دقة وعلاجات أكثر استهدافًا.
تفاصيل الدراسة
واستخدم باحثون من جامعة كاليفورنيا برنامج ذكاء اصطناعي يُدعى "Unfold AI" لاختبار مدى فاعليته في كشف مرض السرطان.
أُجريت الدراسة على 50 مريضًا بسرطان البروستاتا خضعوا لجراحة إزالة الأورام، كما بحث الفريق عن أي علامات على بقاء السرطان في أجسام المرضى.
اقرأ أيضًا: ثورة في الذكاء الاصطناعي: "غوانغ هوا 1" أول روبوت في العالم بمشاعر عاطفية!
وتوصلت نتائج الدراسة إلى أن برنامج الذكاء الاصطناعي "Unfold AI" تمكن من رصد السرطان بدقة 84%، مقارنة بدقة 67% للحالات التي اكتشفها الأطباء، وفقًا لما ورد في صحيفة "الشرق الأوسط".
الذكاء الاصطناعي في تشخيص السرطان
من جانبه، أكد الدكتور علي كاسرايان، طبيب المسالك البولية في فلوريدا، أنه يستخدم في كثير من الأحيان برنامج Unfold AI للذكاء الاصطناعي في مشاوراته مع المرضى حول كيفية التعامل مع سرطان البروستاتا.
اقرأ أيضًا: هكذا يمكنك حماية خصوصيتك من أدوات الذكاء الاصطناعي
وأضاف: "يأخذ الذكاء الاصطناعي المعلومات المتوفرة لدينا حول السرطان مثل التحاليل ونتائج الخزعات ويُنشئ تصوُّره لوجود ومدى تطور السرطان، ثم يُخبرنا النتائج عن أفضل علاج لحالة المريض".
التنبؤ بهشاشة العظام
من ناحية أخرى، نجح باحثون من جامعة تولين مؤخرًا في تطوير تقنية جديدة للتنبؤ بخطر إصابة المريض بهشاشة العظام.
ووفقًا للدراسة التي نُشرت في مجلة "آفاق الذكاء الاصطناعي"، فإن التقنية الجديدة تعتمد على الذكاء الاصطناعي، وتتفوق في الأداء على الأساليب الحاسوبية الحالية للتنبؤ بمخاطر الإصابة بهشاشة العظام بشكل ملحوظ.
وخلال الدراسة، اختبر الباحثون نماذج التعلم العميق، التي تُحاكي الشبكات العصبية البشرية، مقابل أربع خوارزميات تقليدية للتعلم الآلي ونموذج الانحدار التقليدي.
وحقق نموذج الشبكة العصبية العميقة الذي اختبره الباحثون أفضل أداء، حيث حدد بدقة الإيجابيات الحقيقية، وَنجح في تقليل الأخطاء الواردة في الكشف عن المرض بشكل كبير.
شاهد أيضًا: