Kabar Kesehatan – Dapatkah Kecerdasan Buatan Menjadi Masa Depan Bagi Diagnosis Kanker Bagian 1

Dalam sebuah studi baru-baru ini, para peneliti melatih suatu algoritma untuk membedakan antara lesi ganas dan jinak dalam pemindaian jaringan payudara.

Dengan kanker , kunci perawatan yang berhasil adalah mengatasinya sejak dini.

Seperti berdiri, dokter memiliki akses ke pencitraan berkualitas tinggi, dan ahli radiologi yang terampil dapat melihat tanda-tanda pertumbuhan abnormal.

Setelah diidentifikasi, langkah selanjutnya adalah dokter memastikan apakah pertumbuhannya jinak atau ganas.

Metode yang paling dapat diandalkan adalah mengambil biopsi, yang merupakan prosedur invasif.

Bahkan kemudian, kesalahan dapat terjadi. Beberapa orang menerima diagnosis kanker di mana tidak ada penyakit, sementara yang lain tidak menerima diagnosis ketika kanker hadir.

Kedua hasil menyebabkan kesusahan, dan situasi yang terakhir dapat menyebabkan keterlambatan perawatan.

Para peneliti ingin meningkatkan proses diagnostik untuk menghindari masalah ini. Mendeteksi apakah lesi ganas atau jinak lebih andal dan tanpa perlu biopsi akan menjadi game changer.

Beberapa ilmuwan sedang menyelidiki potensi kecerdasan buatan (AI). Dalam studi terbaru, para ilmuwan melatih algoritma dengan hasil yang menggembirakan.

AI dan elastografi

Ultrasound elastography adalah teknik diagnostik yang relatif baru yang menguji kekakuan jaringan payudara. Ini mencapai ini dengan menggetarkan jaringan, yang menciptakan gelombang. Gelombang ini menyebabkan distorsi pada pemindaian ultrasound , menyoroti area-area payudara di mana sifat-sifat berbeda dari jaringan di sekitarnya.

Dari informasi ini, adalah mungkin bagi seorang dokter untuk menentukan apakah suatu lesi bersifat kanker atau jinak.

Meskipun metode ini memiliki potensi besar, menganalisis hasil elastografi memakan waktu, melibatkan beberapa langkah, dan membutuhkan pemecahan masalah yang kompleks.

Baru-baru ini, sekelompok peneliti dari Sekolah Teknik Viterbi di University of Southern California di Los Angeles bertanya apakah suatu algoritma dapat mengurangi langkah-langkah yang diperlukan untuk mengambil informasi dari gambar-gambar ini. Mereka mempublikasikan hasilnya dalam jurnal Computer Methods in Applied Mechanics and Engineering .

Para peneliti ingin melihat apakah mereka dapat melatih algoritma untuk membedakan antara lesi ganas dan jinak pada scan payudara. Menariknya, mereka berusaha untuk mencapai hal ini dengan melatih algoritma menggunakan data sintetis daripada pemindaian asli.

Data sintetis

Ketika ditanya mengapa tim menggunakan data sintetis, penulis utama Prof. Assad Oberai mengatakan bahwa hal itu terkait dengan ketersediaan data dunia nyata. Dia menjelaskan bahwa “dalam hal pencitraan medis, Anda beruntung jika memiliki 1.000 gambar. Dalam situasi seperti ini, di mana data langka, teknik-teknik semacam ini menjadi penting.”

Para peneliti melatih algoritma pembelajaran mesin mereka, yang mereka sebut sebagai jaringan saraf convolutional yang mendalam, menggunakan lebih dari 12.000 gam

Leave a Reply

Your email address will not be published. Required fields are marked *