کمکِ هوش مصنوعی به تشخیص سرطان

به گزارش ا، شبکه کانولوشنال برای تقلید از شبکه عصبی به هم پیوسته مغز انسان طراحی شده و به طور خاص بر روی قشر بینایی متمرکز است. این سامانه کاربرد‌های گسترده‌ای دارد. به عنوان مثال، می‌توان به ارتباطات چند رسانه‌ای، نظارت تصویری و یافتن تومور‌ها در تصاویر پزشکی اشاره کرد.
مغز انسان به صورت غیرارادی میان بخش‌های مختلف یک تصویر تمایز ایجاد می‌کند. دانشمندان می‌گویند این سامانه هوش مصنوعی قادر است همانند ذهن انسان رفتار کند و تمایز میان بخش‌های مختلف را تشخیص دهد.
این نوع الگوریتم برای گرفتن تصاویر به عنوان ورودی و ایجاد تمایز میان بخش‌های مختلف هر تصویر به کار برده می‌شود. برای مثال، اگر در تصویر جسمی با شکل و ظاهر خاص و یا متفاوت از کل تصویر موجود باشد، این الگوریتم قادر به تشخیص و شناسایی آن است.
در آموزش و بررسی میزان کارایی این الگوریتم، گروه تحقیقاتی از یک پایگاه داده عظیم از تصاویر استفاده کردند که مناطق خاصی از هر تصویر پیش از این توسط انسان مشخص شده بود. این تصاویر در الگوریتم فراخوانی شدند تا با بررسی نقاط مشخص شده، دقت پیش‌بینی نواحی خاص توسط این الگوریتم افزایش یابد - به عبارت دیگر، این الگوریتم با مشاهده نمونه‌های انجام شده به دست انسان، وارد مرحله یادگیری و افزایش دقت می شود.
محققان دانشگاه کاردیف پس از آنکه این سامانه هوش مصنوعی را طراحی کردند، حالا در تلاش هستند تا به کمک رادیولوژیست‌ها بتوانند ضایعات موجود در تصاویر پزشکی را با سرعت و دقت بالا تشخیص دهند.

موفقیت این الگوریتم در پردازش تصویر در علم پزشکی بسیار کاربرد خواهد داشت. هنگامی که تصاویر پزشکی در این الگوریتم بارگذاری شود، این سامانه می‌تواند با بررسی نقاط خاص به تشخیص ضایعات در تصاویر پزشکی کمک کند.

نتایج این مطالعه در مجله «Neurocomputing» به چاپ رسیده است.