روش جدید غربالگری برای شناسایی زودهنگام سرطان سینه

یک روش جدید غربالگری که تحلیل لیزری را با نوعی هوش مصنوعی ترکیب می‌کند، به عنوان اولین روش از این نوع، قادر به شناسایی بیماران در ابتدایی‌ترین مرحله سرطان سینه است، به گفته یک مطالعه. این تکنیک سریع و غیرتهاجمی تغییرات ظریفی را در جریان خون که در مراحل اولیه بیماری، معروف به مرحله ۱a، رخ می‌دهد، نشان می‌دهد. این تغییرات با آزمایش‌های موجود قابل شناسایی نیستند.

محققان دانشگاه ادینبرو می‌گویند که روش جدید آن‌ها می‌تواند به بهبود شناسایی زودهنگام و پایش بیماری کمک کرده و راه را برای یک تست غربالگری برای انواع مختلف سرطان هموار کند. آزمایش‌های استاندارد برای سرطان سینه می‌تواند شامل معاینه فیزیکی، اشعه ایکس یا سونوگرافی و یا تحلیل نمونه‌ای از بافت سینه، که به آن بیوپسی گفته می‌شود، باشد.

تصویری از یک آزمایشگاه با محققانی که با فناوری لیزری و سیستم‌های کامپیوتری برای تحلیل نمونه‌های خون کار می‌کنند.
محققان در حال فعالیت با لیزر و فناوری‌های پیشرفته برای شناسایی زودهنگام سرطان سینه.

استراتژی‌های موجود برای شناسایی زودهنگام به غربالگری افراد بر اساس سن یا قرار داشتن در گروه‌های در معرض خطر وابسته است. با استفاده از روش جدید، محققان توانستند سرطان سینه را در ابتدایی‌ترین مرحله شناسایی کنند، با بهینه‌سازی یک تکنیک تحلیل لیزری به نام طیف‌سنجی رامان و ترکیب آن با یادگیری ماشین، که نوعی هوش مصنوعی است.

رویکردهای مشابهی برای غربالگری انواع دیگر سرطان‌ها آزمایش شده است، اما به گفته تیم تحقیق، زودترین مرحله‌ای که آن‌ها توانسته‌اند بیماری را شناسایی کنند، مرحله دو بوده است.

📢 اگر عاشق علم هستید و نمی‌خواهید هیچ مقاله‌ای را از دست بدهید…

به کانال تلگرام ما بپیوندید! تمامی مقالات جدید روزانه در آنجا منتشر می‌شوند.

📲 عضویت در کانال تلگرام
پاپ‌آپ اطلاعیه با اسکرول

این تکنیک جدید ابتدا با تاباندن یک پرتو لیزر به پلاسما خون گرفته شده از بیماران کار می‌کند. سپس خواص نور پس از تعامل با خون با استفاده از دستگاهی به نام طیف‌سنج تحلیل می‌شود تا تغییرات ریز در ترکیب شیمیایی سلول‌ها و بافت‌ها که نشانه‌های اولیه بیماری هستند، نشان داده شود.

اینفوگرافیکی که الگوریتم یادگیری ماشین مورد استفاده در تکنیک جدید شناسایی سرطان سینه را نمایش می‌دهد.
الگوریتم یادگیری ماشین، ابزاری کلیدی در شناسایی انواع سرطان سینه.

استفاده از الگوریتم‌های یادگیری ماشین در تشخیص سرطان سینه

یک الگوریتم یادگیری ماشین برای تفسیر نتایج به‌کار گرفته می‌شود که ویژگی‌های مشابه را شناسایی کرده و به طبقه‌بندی نمونه‌ها کمک می‌کند. در یک مطالعه آزمایشی که شامل ۱۲ نمونه از بیماران مبتلا به سرطان سینه و ۱۲ نمونه از افراد سالم بود، این تکنیک با دقت ۹۸ درصد توانست سرطان سینه را در مرحله ۱a شناسایی کند. این آزمایش همچنین قادر بود تا چهار زیربخش اصلی سرطان سینه را با دقتی بیش از ۹۰ درصد تشخیص دهد، که می‌تواند به بیماران کمک کند تا درمان‌های مؤثرتر و شخصی‌سازی‌شده‌تری دریافت کنند.

تیم تحقیقاتی معتقد است که اجرای این آزمایش به عنوان یک تست غربالگری می‌تواند به شناسایی بیشتر افراد در مراحل اولیه سرطان سینه کمک کند و شانس موفقیت درمان را افزایش دهد. آن‌ها قصد دارند این کار را گسترش دهند تا شامل شرکت‌کنندگان بیشتری شود و آزمایش‌هایی برای انواع دیگر سرطان‌ها در مراحل اولیه نیز اضافه کنند. این مطالعه در مجله بیوفوتونیک منتشر شده است.

گروهی متنوع از بیماران و متخصصان پزشکی که درباره غربالگری سرطان سینه گفتگو می‌کنند.
گفتگوهای دوستانه و حمایتی درباره پیشگیری از سرطان سینه میان بیماران و متخصصان.

نمونه‌های خونی استفاده‌شده در این مطالعه توسط بانک بیوبانک ایرلند شمالی و بانک بافت سرطان سینه تأمین شده است. همچنین این تحقیق شامل محققانی از دانشگاه آبرین، دانشگاه علوم کاربردی راین-وال و مدرسه تحصیلات تکمیلی پژوهش‌های کاربردی در نوردراین-وستفالن بوده است.

دکتر اندی داونز، از دانشکده مهندسی دانشگاه ادینبرو که رهبری این مطالعه را بر عهده داشت، گفت: “بیشتر مرگ‌ها ناشی از سرطان پس از تشخیص در مراحل پیشرفته و زمانی که علائم ظاهر می‌شوند، اتفاق می‌افتد. بنابراین، یک تست غربالگری آینده برای انواع مختلف سرطان می‌تواند این بیماری‌ها را در مراحل قابل درمان‌تر شناسایی کند. تشخیص زودهنگام کلید بقای طولانی‌مدت است و ما بالاخره فناوری لازم را داریم. تنها کافی است آن را برای انواع دیگر سرطان‌ها به کار ببریم و یک پایگاه داده ایجاد کنیم تا بتوانیم از آن به عنوان یک تست چندسرطانی استفاده کنیم.”

مقاله های شبیه به این مقاله

بیشتر بخوانید

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *