ابزارهوش مصنوعی اشعه­ی X (XRAIT) که در بیمارستان Prince of Wales (سیدنی، استرالیا) و انستیتوی تحقیقات پزشکی گاروان (سیدنی، استرالیا) ساخته شده است،

براساس پژوهشی جدید، یک ابزار هوش مصنوعی (AI) نوین قادر است بیش از رادیولوژیست­های ماهر، شکستگی­های ماژور را در اسکن­های اشعه­ی X یا CT شناسایی کند.


تصویر: AI می­تواند بهتر از رادیولوژیست­ها، ریسک شکستگی­های استئوپروتیک را تشخیص­دهد (عکس از iStock)

ابزارهوش مصنوعی اشعه­ی X (XRAIT) که در بیمارستان Prince of Wales (سیدنی، استرالیا) و انستیتوی تحقیقات پزشکی گاروان (سیدنی، استرالیا) ساخته شده است، از زبان طبیعی پردازش AI برای غربالگری گزارشات رادیولوژی و تشخیص شکستگی استفاده می کند.

پژوهشگران در ابتدا بیش از ۵۰۰۰ گزارش رادیولوژی دیجیتال از بیماران بالای ۵۰ سالی را که به بخش اورژانس مراجعه کرده و مورد تصویربرداری استئوپروز قرار گرفته بودند، آنالیز کردند.

در مرحله­ی بعد، نتایج XRAIT با گزارشات دستی رادیولوژیست­ها درباره­ی ۲۲۴ بیماری که در همان بازه­ی زمانی به بخش شکستگی بیمارستان مراجعه کردند، مقایسه شد.

نتایج نشان دادند که XRAIT 349 مورد شکستگی (احتمالا بر اثر کمبود تراکم استخوان) را شناسایی کرد، رقمی که در مقایسه با ۹۸ شکستگی تشخیص داده شده به دنبال بررسی گزارش های دستی، ۳٫۵ برابر بیشتر بود.

XRAIT همچنین روی یک مجموعه ی داده ی مستقل مرتبط با بزرگسالان استرالیایی بالای ۶۰ سال آزموده شد. از ۳۲۷ گزارشی که شکستگی را تایید و یا رد می­کردند، XRAIT توانست ۷۰% شکستگی­ها را تشخیص دهد و ۹۰% مواردی که شکستگی نداشتند را نیز رد کند.

ین پژوهش در یک کنفرانس مطبوعاتی مجازی ENDO 2020 که در تاریخ ۳۰ مارس ۲۰۲۰ برگزار شد، ارائه گردید.

دکتر کریستوفر وایت، محقق ارشد این پژوهش از بیمارستان Prince of Wales گفت: “ابزار هوش مصنوعی جدید می­تواند گزارشات تصاویر پرشماری را غربال کند و با ویژگی (Specificity) تحلیلی و بالینی بیشتر، بیماران در معرض خطر پوکی استخوان را شناسایی نماید، به نحوی که تاثیر چشمگیری بر خدمات پیشگیری از شکستگی استخوان بر اثر استئوپروز بگذارد. فرآیندهای تکمیل این ابزار شامل تغذیه ی آن با اطلاعات ریسک فاکتورهای بالینی و داده های درمانی است که با هدف کمک به شناسایی مبتلایان به استئوپروز، افزایش ایمنی و بازدهی و نیز کاهش فشار و هزینه­ی مراقبت از این افراد صورت می­گیرد.”

دکتر ژکلین سنتر، از محققین این پژوهش از انستیتو گاروان گفت: “با XRAIT می­توان از منابع محدود مراقبت­های درمانی، به جای استفاده در فرایند تشخیص، در مدیریت بیماران در معرض خطر شناسایی شده استفاده کرد.

XRAIT با افزایش امکان شناسایی بیماران نیازمند به پیشگیری یا درمان استئوپروز، می تواند به کاهش ریسک شکستگی­های بعدی و بار کلی بیماری و مرگ ناشی از استئوپروز کمک کند.”

شکستگی­های ناشی از استئوپروز، یکی از شایع­ترین علل ناتوانی و از عوامل اصلی افزایش هزینه­های مراقبت و درمان در سراسر دنیا هستند. در برخورد با شکستگی­های ناشی از ترومای خفیف معادل افتادن از حالت ایستاده، در مواضع ماژور (لگن، ستون فقرات، دیستال رادیوس، پروگزیمال هومروس) و مینور (پلویس، ساکروم، دنده ها، دیستال فمور و هومروس، قوزک پا) در افراد بالای ۵۰ سال، باید ابتدا به استئوپروز فکر کرد. سابقه­ی شکستگی استئوپروتیک در هر جای بدن، یکی از قوی­ترین ریسک فاکتورهای شکستگی های جدید است که معمولا اندکی پس از شکستگی قبلی ایجاد می­شوند.

منتشر شده در تاریخ ۲۳ آوریل ۲۰۲۰

  • نویسنده : parsxray
  • منبع خبر : parsxray