تحسين دقة تشخيص سرطان الجلد الأسود باستخدام التعلم المعزز والذكاء الاصطناعي

منصة الذكاء الاصطناعي ـ متابعات

قد تكون فرصة الشفاء من سرطان الجلد الأسود، المعروف أيضًا باسم الورم الميلانيني الخبيث، جيدة إذا تم اكتشافه مبكرًا، وتسهم دراسة طبية واعدة في دمج قدرات البشر مع إمكانيات الذكاء الاصطناعي لتحسين تشخيص هذا الداء الخبيث.

قام فريق بحثي دولي في جامعة فيينا الطبية بدراسة فرص استخدام “التعلم المعزز” كوسيلة لدمج معايير اتخاذ القرار البشرية في نظام الذكاء الاصطناعي، بهدف تحسين دقة تشخيص سرطان الجلد الأسود. وقد أظهرت النتائج تحسنًا بنسبة 12٪ في معدل التشخيص الصحيح لهذا النوع من السرطان.

تم نشر الدراسة في المجلة العلمية المتخصصة Nature Medicine، ونقلت عنها يومية Kurier النمساوية.

في إطار التعلم المعزز، يتم دمج المعايير البشرية في نظام الذكاء الاصطناعي عن طريق “جداول المكافآت”، وهي أدوات تدمج التقييمات السريرية الإيجابية والسلبية من وجهة نظر الأطباء والمرضى في عملية اتخاذ القرار.

وبناءً على ذلك، لا يتم تصنيف نتائج تشخيص الذكاء الاصطناعي ببساطة صحيحة أو خاطئة، بل يتم “تكافؤها” أو “عقابها” بناءً على عدد محدد من النقاط الإيجابية أو السلبية.

وفقًا لمشرف الدراسة، هارالد كيتلر، من قسم الأمراض الجلدية في جامعة فيينا الطبية، يتعلم الذكاء الاصطناعي بنظام التعلم المعزز عواقب التشخيص الخاطئ عند تقييم التغيرات في الجلد، سواء كانت حميدة أو خبيثة، مما يجعله أكثر تميزًا وإنسانيةً. وبالتالي، يساعد ذلك الأطباء على اتخاذ قرارات دقيقة ومصممة بشكل فردي في سيناريوهات طبية معقدة.

تركز الدراسة بشكل أساسي على تشخيص سرطان الجلد، ولكن يمكن استخدام الأفكار الأساسية للبحث في مجالات أخرى لتحسين التشخيص الطبي باستخدام التعلم المعزز والذكاء الاصطناعي. على سبيل المثال، يمكن استخدامه في تشخيص أمراض أخرى مثل سرطان الثدي أو الرئة. ومن المهم أن يتم إجراء مزيد من البحوث والتجارب لتحديد فوائد وقابلية التطبيق العملي لهذه التقنيات في مجال الرعاية الصحية.

هذا المحتوي بمعرفة وحدة الذكاء الاصطناعي