نقش هوش مصنوعی در بهبود تشخیص و مدیریت سرطان: از الگوریتم های یادگیری ماشینی تا شبکه های عصبی عمیق

دوره 6، شماره 61، مرداد 1403، صفحات 67 - 80

نویسندگان : آرمان سنگی و امیر بحریان و معین یعقوبی و مینا دارستانی فراهانی *

چکیده :
سرطان یک مسئله بهداشت عمومی مهم در سطح جهان است. آمارها نشان می‌دهند که پیشگیری و درمان سرطان همچنان با دشواری همراه است. هنگام بررسی نشانه‌ها و علائم بیماران، پزشکان معمولا بر تجربیات شخصی و تخصصی بالینی خود تکیه می‌کنند، اگرچه این اطلاعات می‌توانند برای تشخیص بیماری مفید باشند اما دقت تشخیص همیشه تضمین شده نیست و امکان خطا در تشخیص وجود دارد. هوش مصنوعی (AI) در حال حاضر نقش بسزایی در بهبود تشخیص، پیش‌بینی و مدیریت انواع سرطان ها ایفا می‌کند. پیشرفت‌های جراحی لاپاروسکوپی و رباتیک، به همراه استفاده از الگوریتم‌های پیچیده یادگیری ماشینی، این امکان را فراهم کرده است که داده‌های بیماران با دقت بیشتری تجزیه و تحلیل شوند. همچنین هوش مصنوعی (Al) تا کنون در بسیاری از زمینه‌های تصویربرداری پزشکی مورد استفاده قرار گرفته شده است و تشخیص و درمان دقیق توسط دستگاه‌هایی همچون ام آر آی و سی تی اسکن تسهیل کرده است. شبکه‌های عصبی عمیق (DNN) و شبکه‌های عصبی کانولوشنی عمیق (DCNN) بهبود قابل‌توجهی در دقت تشخیص سرطان‌های مختلف از جمله سرطان پستان، سرطان معده و سایر بیماری‌ها ایجاد کرده‌اند. استفاده از این فناوری‌ها نه تنها به افزایش دقت تشخیص کمک می‌کند، بلکه امکان پیش‌بینی بازگشت بیماری و تدابیر درمانی شخصی‌سازی شده را نیز فراهم می‌سازد. در نتیجه، هوش مصنوعی به عنوان یک ابزار قدرتمند، بهبود مستمری در مدیریت سرطان و بهبود کیفیت مراقبت از بیماران سرطانی ایجاد کرده است. این مقاله با مرور نتایج مطالعات و تحقیقات اخیر به بررسی این پیشرفت‌ها و چگونگی اثرگذاری هوش مصنوعی در حوزه پزشکی بالینی می‌پردازد.

کلمات کلیدی :
تشخیص سرطان، هوش مصنوعی در پزشکی، یادگیری ماشین، شبکه¬های عصبی عمیق، تصویربرداری پزشکی، مدیریت سرطان، پیش بینی بازگشت بیماری، تجزیه و تحلیل داده های پزشکی، سرطان پستان، پزشکی بالینی، تشخیص تومور جامد، پیش بینی میزان پیشرفت سرطان