سرطان سینه یکی از شایع‌ترین سرطان‌ها در میان زنان است. اما پیش‌بینی دقیق آن از طریق غربالگری به تنهایی همیشه واضح نیست. حالا محققان با توسعه یک مدل مبتنی بر هوش مصنوعی به نام AsymMirai، گامی بلند برداشته‌اند. این مدل نه تنها می‌تواند ریسک ابتلا به سرطان سینه را از روی ماموگرافی پیش‌بینی کند، بلکه نحوه‌ی تصمیم‌گیری آن نیز قابل درک است!
مشکل مدل‌های پیچیده هوش مصنوعی:
مدل‌های پیشین مانند Mirai، با وجود کارایی بالا، به دلیل پیچیدگی و عدم شفافیت در نحوه‌ی تصمیم‌گیری، می‌توانستند منجر به وابستگی بیش از حد رادیولوژیست‌ها شده و در نهایت به تشخیص‌های اشتباه بینجامند.
AsymMirai: ساده و قابل فهم
محققان با الهام از مدل Mirai، AsymMirai را توسعه داده‌اند. این مدل با تمرکز بر تفاوت‌های بافتی بین پستان چپ و راست، ریسک ابتلا به سرطان سینه را در بازه زمانی ۱ تا ۵ سال پیش‌بینی می‌کند. برخلاف Mirai، AsymMirai ساختاری ساده و قابل درک دارد.
نقش مهم عدم تقارن سینه در پیش‌بینی ریسک
تحقیقات قبلی از عدم تقارن سینه تنها برای تشخیص سرطان استفاده می‌کردند. اما AsymMirai نشان می‌دهد که این عدم تقارن می‌تواند در پیش‌بینی ریسک سرطان نیز کاربرد داشته باشد. این یافته اهمیت بالینی عدم تقارن سینه را تایید می‌کند.
تاثیر بر تعداد دفعات ماموگرافی
محققان معتقدند که AsymMirai به دلیل سادگی و قابل فهم بودن، می‌تواند به عنوان ابزاری کمکی برای رادیولوژیست‌ها در تشخیص و پیش‌بینی ریسک سرطان سینه مورد استفاده قرار گیرد. این مدل با بررسی تفاوت‌های بافتی پستان، امکان پیش‌بینی ریسک ابتلا به سرطان در ۱ تا ۵ سال آینده را فراهم می‌کند. چنین قابلیتی می‌تواند در آینده بر تعداد دفعات مورد نیاز ماموگرافی برای هر فرد تاثیر بگذارد.
معماری مدل‌های AsymMirai و Mirai
AsymMirai و Mirai دو مدل هوش مصنوعی هستند که برای پیش‌بینی ریسک سرطان سینه از تصاویر ماموگرافی استفاده می‌کنند. هر دو مدل از شبکه‌های عصبی کانولوشنال (CNN) بهره می‌برند که چهار نمای تصویر ماموگرافی را پردازش می‌کنند.
تفاوت اصلی بین دو مدل در نحوه پردازش اطلاعات پس از لایه‌های CNN است.
- Mirai: از یک شبکه عصبی پیچیده و بزرگ (black box) استفاده می‌کند که نحوه تصمیم‌گیری آن به طور کامل مشخص نیست.
- AsymMirai: از ساختاری ساده‌تر استفاده می‌کند که بر اساس تفاوت‌های بین بافت‌های پستان چپ و راست عمل می‌کند. این مدل شامل محاسبه تفاوت‌های ویژگی‌های نهفته (latent features) در تصاویر است و سپس تعیین پنجره‌ای زمانی با بیشترین تفاوت‌ها برای هر نما. در نهایت، میانگین تفاوت‌های ویژگی‌های درون این پنجره‌ها برای محاسبه امتیاز ریسک استفاده می‌شود.
به عبارت ساده‌تر:
- Mirai: یک مدل پیچیده و غیرقابل فهم است که تصمیم‌گیری آن بر اساس الگوهای پیچیده در تصاویر است.
- AsymMirai: مدلی ساده‌تر است که بر اساس مقایسه تفاوت‌های بین دو پستان کار می‌کند و قابل درک‌تر است.
این تصویر معماری دو مدل را به صورت گرافیکی نشان می‌دهد:
همانطور که در تصویر مشاهده می‌شود، AsymMirai دارای لایه‌های محاسباتی کمتری است و از روش ساده‌تری برای محاسبه تفاوت‌های بین دو پستان استفاده می‌کند.
به زبانی ساده:
محققان با هوش مصنوعی، مدلی ساده و قابل فهم برای پیش‌بینی ریسک سرطان سینه از روی ماموگرافی ساخته‌اند. این مدل با تمرکز بر عدم تقارن بافتی پستان، می‌تواند به پزشکان در تشخیص و پیش‌بینی سرطان کمک کند. در آینده، این مدل ممکن است بر تعداد دفعات مورد نیاز ماموگرافی تاثیر بگذارد.
