دکتر مهران عرب‌ احمدی، متخصص رادیولوژی و مدیر تحقیق و توسعه یک شرکت دانش‌بنیان در گفت‌وگو با ایسنا، اظهار کرد: کاری که ما انجام داده‌ایم، بر روی تشخیص زودرس و کاهش عدم تشکیل ضایعات مربوط به سرطان پستان در تصاویر ماموگرافی بیماران متمرکز است.
وی با اشاره به اهمیت این دستاورد علمی گفت: آمارها نشان می‌دهد تقریباً در هر ساعت دو مورد ابتلای جدید به سرطان پستان در میان بانوان ایرانی تشخیص داده می‌شود. در صورتی که این بیماری از طریق غربالگری و در مراحل اولیه شناسایی شود، می‌توان از پیشرفت و عوارض آن به میزان قابل توجهی جلوگیری کرد.
عرب‌احمدی افزود: غربالگری سرطان پستان صرفاً با انجام ماموگرافی در سنین بالای ۴۰ سال امکان‌پذیر است و این اقدام باید برای همه بانوان صورت گیرد. از همه مهم‌تر، تشخیص ضایعات در ابعاد کوچک‌تر و در مراحل اولیه می‌تواند نقش بسیار مؤثری در روند درمان و کاهش مرگ‌ومیر ناشی از این بیماری داشته باشد.
مدیر تحقیق و توسعه این شرکت دانش‌بنیان فعال در حوزه فناوری‌های تصویربرداری پزشکی درباره جزئیات این طرح، گفت: کاری که در این مجموعه انجام شده، طراحی و توسعه یک سامانه دستیار رادیولوژی مبتنی بر هوش مصنوعی برای تشخیص توده‌ها و یافته‌های مشکوک سرطان پستان است. طرح ایده این سامانه از سال ۱۳۹۸ آغاز شد و از سال ۱۴۰۲ تاکنون در حدود ۳۰ مرکز تصویربرداری در کشور به‌صورت فعال مورد استفاده قرار گرفته است.
وی با اشاره به اثرگذاری این سامانه در روند تشخیص بیماری افزود: استفاده از این سامانه در کنار رادیولوژیست باعث افزایش ۲۰ درصدی حساسیت تشخیص شده و از سوی دیگر، با افزایش اعتمادبه‌نفس پزشک در حین بررسی تصاویر، میزان ارجاع غیرضروری برای تصویربرداری‌های تکمیلی تا ۱۰ درصد کاهش یافته است. به‌عبارتی، زمانی‌که هوش مصنوعی نتیجه نرمال بودن تصویر را تأیید می‌کند، رادیولوژیست با قاطعیت بیشتری می‌تواند بر آن نظر دهد.
عرب‌احمدی ادامه داد: نتیجه این همکاری انسان و هوش مصنوعی، تشخیص زودتر ضایعات و در نتیجه کاهش چشمگیر هزینه‌های درمان و آسیب‌های ناشی از سرطان پستان برای بیماران و خانواده‌هایشان بوده است. یکی از مزیت‌های کلیدی این سامانه آن است که برخلاف نیروی انسانی، دچار خستگی در کار روزمره نمی‌شود و افت دقت ندارد؛ موضوعی که در حجم بالای بیماران به افزایش قدرت تشخیص منجر می‌شود.
وی با اشاره به لزوم گسترش این فناوری در سطح کشور، گفت: هدف ما این است که این فناوری به‌صورت گسترده در سراسر کشور و در تمام مراکز تصویربرداری مورد استفاده قرار گیرد. با صرفه‌جویی‌هایی که در فرآیند درمان بیماران ایجاد می‌شود، هزینه‌های اولیه تجهیز مراکز به این سامانه به‌راحتی جبران خواهد شد.
مدیر تحقیق و توسعه این شرکت دانش‌بنیان درباره داده‌های آموزشی سامانه، توضیح داد: برای آموزش مدل هوش مصنوعی، از ۴۰۰ هزار تصویر ماموگرافی بومی استفاده شده که همگی دارای تشخیص قطعی بودند؛ یعنی یا نرمال یا مبتلا به سرطان. این پایگاه داده دومین دیتابیس بزرگ ماموگرافی در سطح جهان محسوب می‌شود. به همین دلیل، این فناوری در ارائه‌های بین‌المللی از جمله در دو نوبت در کنگره رادیولوژی اروپا در اتریش با استقبال بسیار زیادی از کشورهای مختلف روبه‌رو شد.
وی افزود: افزایش حجم پایگاه داده باعث ارتقای دقت هوش مصنوعی می‌شود و نکته مهم‌تر این است که آموزش این سامانه کاملاً با داده‌های بومی انجام شده و از تصاویر خارجی استفاده نشده است. البته این فناوری قابلیت نصب در کشورهای دیگر را هم دارد و می‌تواند بر اساس داده‌های هر کشور به‌روزرسانی شود.
عرب‌احمدی با بیان اینکه این سامانه همچنان در حال به‌روزرسانی است، ادامه داد: چندین مرکز رادیولوژی در کشور مجهز به این فناوری شده‌اند. تمرکز اولیه ما در تهران بوده تا فرآیند اجرایی و فنی به‌خوبی تثبیت شود. از بیمارستان امام خمینی(ره) به‌عنوان نخستین مرکز آغاز کردیم و حدود دو و نیم سال در آنجا فعال بودیم. هم‌اکنون این سامانه در بیمارستان‌های آرش و بهار وابسته به دانشگاه علوم پزشکی تهران و همچنین در بیمارستان‌های رسول اکرم(ص)، شهید اکبرآبادی و فیروزگر وابسته به علوم پزشکی ایران نصب و فعال است. شماری از بیمارستان‌های دولتی دیگر نیز در حال تجهیز به این سامانه هستند.
وی درباره هزینه‌ها و پوشش بیمه‌ای این خدمات، گفت: تعرفه آنالیز هوش مصنوعی در تعرفه‌های رسمی خدمات تصویربرداری پزشکی لحاظ شده و در حال حاضر بیمه‌های تکمیلی به‌ طور کامل این خدمت را پوشش می‌دهند. پزشک هنگام درخواست ماموگرافی باید کد آنالیز تصاویر با هوش مصنوعی را نیز در نسخه درج کند تا بیمار بتواند از این امکان بهره‌مند شود. 
وی اضافه کرد: به این ترتیب، بار مالی اضافی به بیمار تحمیل نمی‌شود و در عوض، بیمار گزارش دقیق‌تر و باکیفیت‌تری دریافت می‌کند.
عرب‌احمدی خاطر نشان کرد: ماموگرافی باید حداقل سالی یک‌بار یا هر دو سال یک‌بار برای بانوان بالای ۴۰ سال انجام شود. اگر بیماران تمایل داشته باشند، رادیولوژیست می‌تواند با کمک دستیار هوش مصنوعی تصاویر آن‌ها را تحلیل کند. در کنار این موضوع، فرهنگ‌سازی عمومی درباره ضرورت انجام منظم غربالگری و استفاده از فناوری‌های هوشمند در تشخیص سرطان پستان نیز اهمیت زیادی دارد.
انتهای پیام