هوش مصنوعی و تصویربرداری دقیق برای تشخیص سرطان پوست

پژوهشگران با ترکیب LC-OCT و هوش مصنوعی، راهی نو برای شناسایی زودهنگام کارسینوم سلول بازال یافته‌اند؛ روشی دقیق که می‌تواند غربالگری سرطان پوست را هدفمندتر کند.

.1 دیدگاه
هوش مصنوعی و تصویربرداری دقیق برای تشخیص سرطان پوست

4 دقیقه

دنبال کردن در گوگل

دستگاهی را تصور کنید که پوست را همان‌طور می‌خواند که تصویربرداری پرتوی ایکس استخوان‌ها را نشان می‌دهد، با این تفاوت که وضوح آن در حد میکرومتر اندازه‌گیری می‌شود و به‌صورت آنی کار می‌کند. پژوهشگران دانشگاه فریدریش الکساندر ارلانگن نورنبرگ دقیقا چنین رویکردی را آزمایش می‌کنند: ترکیبی از تصویربرداری با وضوح فوق‌العاده بالا و هوش مصنوعی که کارسینوم‌های سلول بازال بسیار کوچک را مدت‌ها پیش از آنکه با چشم غیرمسلح دیده شوند، شناسایی و علامت‌گذاری می‌کند.

فناوری اصلی این مطالعه «توموگرافی انسجام نوری کانفوکال میدان خطی» یا LC-OCT نام دارد. می‌توان آن را مانند دو میکروسکوپ مکمل در یک دستگاه دانست: توموگرافی انسجام نوری عمق نفوذ ضایعه را نقشه‌برداری می‌کند، در حالی که میکروسکوپی کانفوکال جزئیات سلولی را آشکار می‌سازد. نتیجه، تصاویر عمودی، افقی و سه‌بعدی از ساختارهای پوست در مقیاس هزارم میلی‌متر است؛ آن‌قدر دقیق که جزئیاتی را نشان می‌دهد که حتی یک تار موی انسان در برابر آن بسیار بزرگ به نظر می‌رسد.

هوش مصنوعی در کنار اسکنر قرار می‌گیرد، نه به‌جای پزشک. هم‌زمان با ثبت تصاویر، نرم‌افزار یک نقشه احتمال رنگی روی تصویر قرار می‌دهد تا نقاطی را که ممکن است کارسینوم سلول بازال در آن‌ها پنهان باشد مشخص کند. این یک راهنماست، یک هشدار ظریف. تشخیص نهایی همچنان با پزشک است، اما الگوریتم کمک می‌کند نگاه متخصص به جایی هدایت شود که اهمیت بیشتری دارد.

در یک مطالعه امکان‌سنجی روی ۱۵۰ فرد که در گروه پرخطرتر قرار داشتند، یک پروتکل غربالگری نظام‌مند صورت با نام SUBSCAN توانست ۱۴ تومور تحت‌بالینی را که از نظر بافت‌شناسی تأیید شدند، شناسایی کند؛ یعنی حدود ۹.۳ درصد از شرکت‌کنندگان. اسکن‌های مبتنی بر هوش مصنوعی ۱۸ ضایعه را علامت‌گذاری کردند و نمونه‌برداری‌ها بعدا نشان داد که ۱۵ مورد از آن‌ها کارسینوم سلول بازال بوده‌اند. دو بیمار از انجام نمونه‌برداری خودداری کردند و یک ضایعه نیز کراتوز اکتینیک بود. بر این اساس، ارزش اخباری مثبت برای ضایعاتی که سیستم آن‌ها را سرطانی برچسب‌گذاری کرده و سپس نمونه‌برداری شده بودند، حدود ۸۳.۳ درصد به دست آمد. با این حال، این مطالعه مشخص نکرد که این روش ممکن است چه تعداد سرطان را از دست بدهد؛ بنابراین حساسیت آن همچنان پرسشی باز است.

کارسینوم سلول بازال از سلول‌های بازال در بیرونی‌ترین لایه پوست ایجاد می‌شود و ارتباط زیادی با مواجهه تجمعی با پرتو فرابنفش دارد.

بیشتر توده‌های شناسایی‌شده از نوع کارسینوم سلول بازال سطحی بودند؛ پژوهشگران همچنین تومورهای ندولار و یک مورد منفرد از نوع نفوذی را پیدا کردند. این الگو اهمیت دارد، زیرا ضایعات سطحی همان مواردی هستند که بیش از همه می‌توانند به‌جای برداشت جراحی، با روش‌های غیرتهاجمی مانند کرم‌ها یا درمان‌های موضعی درمان شوند. بنابراین تشخیص زودهنگام سرطان پوست می‌تواند مسیر درمان را تغییر دهد، جای زخم را کاهش دهد و نیاز به جراحی را کم کند، به‌ویژه در ساختارهای ظریف صورت.

توانایی LC-OCT در نمایش جزئیات سلولی به‌صورت آنی همان چیزی است که این رویکرد را امیدبخش می‌کند. در حالی که معاینه معمول پوست به نشانه‌های ظاهری و تجربه پزشک وابسته است، LC-OCT معماری زیر سطح پوست را نشان می‌دهد. وقتی هوش مصنوعی نیز در حین تصویربرداری نواحی مشکوک را برجسته کند، نتیجه یک تریاژ هدفمندتر و سریع‌تر برای انتخاب نقاط مناسب نمونه‌برداری یا پایش خواهد بود.

اما کاربرد عملی هنوز یک چالش جدی است. SUBSCAN نیازمند تصویربرداری نظام‌مند و دقیق از پوست صورت است، حتی در نواحی‌ای که طبیعی به نظر می‌رسند، و در حال حاضر این فرایند زمان‌بر است. این روش به‌عنوان یک ابزار کمکی برای غربالگری افراد پرخطر امیدبخش به نظر می‌رسد، اما هنوز برای استفاده گسترده و روزمره آماده نیست. مطالعات بزرگ‌تر لازم است تا مشخص شود این روش هر چند وقت یک‌بار سرطان‌ها را از قلم می‌اندازد، در انواع مختلف پوست چه عملکردی دارد و آیا می‌توان روند کاری آن را ساده‌تر کرد تا کلینیک‌ها بدون ایجاد گلوگاه بتوانند از آن استفاده کنند.

پرسش‌های بزرگ‌تری نیز وجود دارد. آیا آشکار کردن سرطان‌های تحت‌بالینی می‌تواند الگوریتم‌های درمان را بازطراحی کند، به‌گونه‌ای که درمان موضعی بیشتر از جراحی جایگزین شود؟ آیا این نوع تصویربرداری هدفمند می‌تواند عوارض بلندمدت را در نواحی حساس از نظر زیبایی، مانند بینی و اطراف چشم، کاهش دهد؟ فناوری می‌تواند آنچه را نامرئی بوده آشکار کند؛ تصمیم بعدی این است که پزشکی چگونه از این دید تازه استفاده خواهد کرد.

اگر SUBSCAN و LC-OCT کمک‌گرفته از هوش مصنوعی از موانع بالینی بعدی عبور کنند، آینده غربالگری سرطان پوست ممکن است کمتر شبیه حدس‌وگمان و بیشتر شبیه بررسی هدایت‌شده باشد؛ نگاهی دقیق و زودهنگام به زیر سطح پوست که گزینه‌های ساده‌تری در اختیار بیماران می‌گذارد و اطلاعات بهتری به پزشکان می‌دهد.

نگار بابایی
من نگارم، عاشق آسمون و کشف ناشناخته‌ها! اگر مثل من از دیدن تلسکوپ و کهکشان‌ها ذوق‌زده می‌شی، مطالب من رو از دست نده!

نظر بگذارید

نظرات (1)

بیونیکس

این واقعا شگفت‌انگیزه، ایده دیدن زیرپوست اون‌طور که اشعه ایکس استخوانو نشون می‌ده! اما نگرانم که پروسه زمان‌بر باشه، کلی بهینه‌سازی لازمه