گروه‌ی از محققان ایرانی در همکاری با پژوهشگران دانشگاه‌های معتبر آمریکا، مدل هوش مصنوعی گسترش‌یافته به نام سینا را برای تشخیص زودهنگام سرطان پس‌تان توسعه داده‌اند. این الگوریتم قادر است تومور‌های کوچک و بافت‌های سرطانی را که شناسایی آن‌ها در ماموگرافی یا سونوگرافی معمولی دشوار است، با دقت بالا ردیابی کند.

گسترش هوش مصنوعی ایرانی برای تشخیص سرطان پس‌تان

الگوریتم سینا دقت بسیار بالا در شناسایی بافت‌های سرطانی نشان داده و می‌تواند پزشکان را در مراحل اولیه برای پیشگیری از گسترش سرطان یاری رساند. این سیستم تأییدیه سازمان بهداشت جهانی (WHO) را دریافت کرده و از سال ۲۰۲۵ به‌صورت گسترده در اختیار مراکز درمانی و تحقیقاتی قرار خواهد گرفت.

به گفته دکتر صادق کاظمی‌فرد، مدیر این پروژه، تیم او برای غربالگری و تشخیص سرطان پس‌تان یک دستگاه مجهز به هوش مصنوعی طراحی و ساخته است. وی تأکید می‌کند که در حوزه درمان سرطان پس‌تان، تشخیص زودهنگام نقشی حیاتی در موفقیت درمان و کاهش عوارض احتمالی ایفا می‌کند و به آن زمان طلایی می‌گویند.

کاظمی‌فرد افزود که الگوریتم سینا تا به امروز روی بیماران مشکوک به سرطان پس‌تان در خارج از کشور آزمایش شده و توانسته سه مورد سرطان پس‌تان را در مراحل ابتدایی شناسایی کند. در یک پست در شبکه اجتماعی ایکس، او گزارش داد خانمی مشکوک به سرطان بود؛ در آزمایش‌ها خطای تشخیص وجود داشت. با انجام مجدد آزمایش‌ها و بررسی نتایج توسط هوش مصنوعی سینا، بافت‌های نهان سرطانی به‌درستی تشخیص داده شد.

صادق کاظمی‌فرد و تیمش سال گذشته نیز مدل هوش مصنوعی دیگری را برای تشخیص بیماری‌های قلبی و پیش‌بینی حملات قلبی با دقت بیش از ۹۹ درصد توسعه داده بودند. به گفته او، این دستگاه می‌تواند در کمتر از یک دقیقه اطلاعات لازم را در اختیار بیمار قرار دهد و حملات قلبی را به‌صورت دقیق پیش‌بینی کند.

نقش هوش مصنوعی در تشخیص سرطان

پیشرفت‌های اخیر در هوش مصنوعی (AI) تحولی چشمگیر در تشخیص سرطان ایجاد کرده و دقت و کارایی این فرآیند را به‌شکل قابل‌توجه‌ی ارتقا داده است. الگوریتم‌های هوش مصنوعی با حجم عظیم داده‌های تصویربرداری پزشکی نظیر ماموگرافی، اسکن‌های MRI و موارد مشابه آموزش می‌بینند و می‌توانند داده‌ها را تحلیل کرده و نشانه‌های سرطان را شناسایی نمایند.

یکی از مهم‌ترین مزایای هوش مصنوعی، توانایی آن در پیش‌بینی پیشرفت بیماری و انتخاب روش‌های درمانی است. مدل‌های مبتنی بر AI می‌توانند داده‌های ژنتیکی، بیومارکر‌ها و پاسخ‌های فردی به درمان‌ها را تجزیه‌وتحلیل کنند و با دقت بیش‌تری مسیر درمانی مناسب برای هر بیمار را پیشن‌هاد دهند.

محققان معتقدند که می‌توان هوش مصنوعی را می‌کروسکوپ هوشمند نامید که قادر است اندازه‌گیری‌های دقیق و جامع در حوزه‌هایی نظیر آسیب به سل‌ها، واکنش‌های ایمنی و بررسی ساختار‌های می‌کروسکوپی ارائه دهد.