มะเร็งเต้านม

อัลกอริทึม AI ใหม่ ซึ่งเป็นส่วนหนึ่งของโครงการโอเพนซอร์ส Cancer-Net ที่นำโดย Dr. Alexander Wong สามารถช่วยผู้สมัครที่ไม่เหมาะสมหลีกเลี่ยงผลข้างเคียงร้ายแรงของเคมีบำบัด และปูทางไปสู่ผลลัพธ์การผ่าตัดที่ดีขึ้นสำหรับผู้ที่มีความเหมาะสม Wong ศาสตราจารย์ด้านวิศวกรรมการออกแบบระบบกล่าวว่า "การกำหนดวิธีการรักษาที่ถูกต้องสำหรับผู้ป่วยมะเร็งเต้านมรายหนึ่งเป็นเรื่องยากมาก และจำเป็นอย่างยิ่งที่จะต้องหลีกเลี่ยงผลข้างเคียงที่ไม่จำเป็นจากการใช้การรักษาที่ไม่น่าจะให้ประโยชน์ที่แท้จริงกับผู้ป่วยรายนั้น" . "ระบบ AI ที่สามารถช่วยคาดการณ์ว่าผู้ป่วยมีแนวโน้มที่จะตอบสนองได้ดีต่อการรักษาหรือไม่ ช่วยให้แพทย์มีเครื่องมือที่จำเป็นในการสั่งการรักษาเฉพาะบุคคลที่ดีที่สุดสำหรับผู้ป่วยเพื่อปรับปรุงการฟื้นตัวและการอยู่รอด" ในโครงการที่นำโดย Amy Tai นักศึกษาระดับบัณฑิตศึกษาจาก Vision and Image Processing (VIP) Lab ซอฟต์แวร์ AI ได้รับการฝึกด้วยภาพ มะเร็งเต้านม ที่สร้างด้วยคลื่นแม่เหล็กไฟฟ้ารูปแบบใหม่ที่ Wong และทีมคิดค้นขึ้น ซึ่งเรียกว่าการสังเคราะห์ การถ่ายภาพการแพร่กระจายที่สัมพันธ์กัน (CDI) ด้วยความรู้ที่รวบรวมจากภาพ CDI ของผู้ป่วยมะเร็งเต้านมรายเก่าและข้อมูลเกี่ยวกับผลการรักษา AI สามารถทำนายได้ว่าการรักษาด้วยเคมีบำบัดก่อนการผ่าตัดจะเป็นประโยชน์ต่อผู้ป่วยรายใหม่ตามภาพ CDI ของพวกเขาหรือไม่ รู้จักในชื่อ neoadjuvant chemotherapy การรักษาก่อนการผ่าตัดสามารถลดขนาดเนื้องอกเพื่อให้การผ่าตัดเป็นไปได้หรือง่ายขึ้น และลดความจำเป็นในการผ่าตัดใหญ่ เช่น การตัดเต้านมออก "ฉันค่อนข้างมองโลกในแง่ดีเกี่ยวกับเทคโนโลยีนี้ เนื่องจาก AI ที่มีการเรียนรู้เชิงลึกมีศักยภาพในการมองเห็นและค้นพบรูปแบบที่เกี่ยวข้องกับว่าผู้ป่วยจะได้รับประโยชน์จากการรักษาหรือไม่" Wong ผู้อำนวยการของ VIP Lab และประธานฝ่ายวิจัยของแคนาดากล่าว ในปัญญาประดิษฐ์และการถ่ายภาพทางการแพทย์ บทความเกี่ยวกับโครงการ Cancer-Net BCa: Breast Cancer Pathologic Complete Response Prediction using Volumetric Deep Radiomic Features from Synthetic Correlated Diffusion Imaging ได้ถูกนำเสนอที่ Med-NeurIPS ซึ่งเป็นส่วนหนึ่งของ NeurIPS 2022 ซึ่งเป็นการประชุมระดับนานาชาติที่สำคัญเกี่ยวกับ AI อัลกอริทึม AI ใหม่และชุดข้อมูลที่สมบูรณ์ของภาพ CDI ของมะเร็งเต้านมได้รับการเผยแพร่สู่สาธารณะผ่านโครงการ Cancer-Net เพื่อให้นักวิจัยคนอื่น ๆ สามารถช่วยพัฒนาฟิลด์นี้ได้