هوش مصنوعی؛ انقلابی در پیش‌بینی ریسک ماموگرافی

آینده غربالگری سرطان سینه و استراتژی‌های کاهش ریسک با هوش مصنوعی

طبق یک مقاله مروری که در تاریخ ۱۲ دسامبر در نشریه Trends in Cancer منتشر شده است، آینده غربالگری سرطان سینه و استراتژی‌های کاهش ریسک تحت تأثیر هوش مصنوعی (AI) قرار دارد. اریک تامپسون، نویسنده ارشد این مطالعه از دانشگاه فناوری کوئینزلند در بریزبن، استرالیا، می‌گوید: “ما به پیشرفت‌های اخیر در پیش‌بینی ریسک سرطان سینه با کمک هوش مصنوعی، تأثیر این پیشرفت‌ها بر آینده غربالگری و پیشگیری سرطان سینه و تحقیقات کلیدی که برای انتقال ویژگی‌های ماموگرافی از تحقیق به عمل بالینی نیاز است، می‌پردازیم.”

چالش‌های ماموگرافی و اهمیت چگالی بافت سینه

بافت سینه‌ای که در ماموگرافی به رنگ سفید ظاهر می‌شود، از نظر رادیولوژیکی متراکم است، در حالی که بافت سینه‌ای که تیره به نظر می‌رسد، غیرمتراکم محسوب می‌شود. به‌طور کلی پذیرفته شده است که زنان با چگالی ماموگرافی بالاتر نسبت به سن و شاخص توده بدنی خود، ریسک بیشتری برای ابتلا به سرطان سینه دارند. علاوه بر این، چگالی بالاتر باعث می‌شود که تشخیص سرطان سینه از طریق ماموگرافی دشوارتر شود که به آن اثر ماسک گفته می‌شود.

تحرک‌های حمایتی و تغییرات سیاستی

جنبش‌های حمایتی در سرتاسر جهان خواستار اطلاع‌رسانی به زنان درباره چگالی ماموگرافی خود هستند و تغییرات سیاستی در ایالات متحده، کانادا و استرالیا در حال انجام است. چگالی ماموگرافی در برخی مناطق به هدایت استفاده از فناوری‌های تصویربرداری مکمل کمک می‌کند، به‌طوری که سونوگرافی و تصویربرداری با تشدید مغناطیسی (MRI) در مطالعات بالینی بر روی زنان با سینه‌های بسیار متراکم، نرخ‌های بالاتری از تشخیص سرطان را ارائه می‌دهند.

چالش‌های علمی و بالینی

با این حال، دانشمندان و پزشکان همچنان با پیچیدگی‌های ناشی از اثر ماسک، ریسک سرطان سینه مرتبط با چگالی ماموگرافی و نحوه پیاده‌سازی بهینه تغییرات در عمل بالینی دست و پنجه نرم می‌کنند. برای پیش‌بینی تشخیص سرطان سینه در آینده، روش‌های محاسباتی پیشرفته مانند یادگیری عمیق اکنون برای تحلیل تصاویر ماموگرافی مورد استفاده قرار می‌گیرند.

این تحولات نشان‌دهنده یک تغییر اساسی در رویکرد ما به غربالگری و پیشگیری از سرطان سینه است و می‌تواند به بهبود نتایج سلامت زنان کمک کند.

روش‌های هوش مصنوعی و پیش‌بینی خطر سرطان سینه

به‌ویژه، روش‌های هوش مصنوعی در حال شناسایی ویژگی‌های ماموگرافی هستند که پتانسیل بیشتری برای پیش‌بینی خطر سرطان سینه نسبت به هر عامل خطر شناخته‌شده دیگری دارند. این ویژگی‌ها ممکن است بخش بزرگی از ارتباط بین چگالی ماموگرافی و خطر سرطان سینه را توضیح دهند. کشف ویژگی‌های ماموگرافی تولیدشده توسط هوش مصنوعی که خطر را پیش‌بینی می‌کنند، فرصت‌های جدیدی را برای شناسایی زنانی که در آینده در معرض خطر بالای ابتلا به سرطان سینه هستند، فراهم می‌کند و این افراد را از زنانی که در معرض خطر بالای تشخیص نادرست سرطان سینه قرار دارند، جدا می‌کند.

تامپسون می‌گوید: “زنی که دارای ویژگی‌های ماموگرافی مرتبط با خطر بالای تشخیص سرطان سینه است، می‌تواند از غربالگری‌های مکرر یا داروهای کاهش‌دهنده خطر بهره‌مند شود.” او ادامه می‌دهد: “از سوی دیگر، ممکن است برای زنی که احتمال کمی برای تشخیص سرطان سینه در پنج سال آینده دارد، فاصله طولانی‌تری بین غربالگری‌ها در نظر گرفته شود. همچنین، زنی که دارای چگالی بالای ماموگرافی است اما ویژگی‌های ماموگرافی با خطر بالا ندارد، ممکن است از تصویربرداری‌های مکمل مانند MRI یا سونوگرافی بهره‌مند شود.”

تحقیقات نشان می‌دهد که برخی از ویژگی‌های ماموگرافی تولیدشده توسط هوش مصنوعی، نشان‌دهنده بدخیمی‌های اولیه هستند که توسط ماموگرافی خوانده‌شده توسط رادیولوژیست قابل شناسایی نیستند، در حالی که برخی دیگر ممکن است شرایط خوش‌خیم باشند که با افزایش خطر سرطان سینه مرتبط هستند. هویت ویژگی‌های ماموگرافی تولیدشده توسط هوش مصنوعی که به‌عنوان سرطان یا شرایط خوش‌خیم شناسایی نمی‌شوند، هنوز مشخص نیست.

تامپسون می‌گوید: “به‌طور حیاتی، ما نیاز داریم تا پاتوبیولوژی مرتبط با ویژگی‌های ماموگرافی و مکانیسم‌های زیرین که آن‌ها را با سرطان سینه مرتبط می‌کند، شناسایی کنیم.” او تأکید می‌کند: “این امر برای تعیین ارتباط آن‌ها با خطر سرطان سینه در کوتاه‌مدت و بلندمدت و همچنین تلاش‌های آینده برای کاهش این خطر، ضروری خواهد بود.”