Καρκίνος Μαστού: Η ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ είναι το νέο "όπλο" για την πρόβλεψη του πενταετούς κινδύνου

<p><span style="background-color: white;"> </span></p><div class="separator" style="clear: both; text-align: center;"><a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhspFQ_wqtSk8POVG4QPeE4eGPN5-y1whRZaGSyaXDghs_2TVEernPeu6BZXU2V3B3wssFZ3i833-i9B0G-t2wznn6znTkLGITZAM9O4l-qSXZR9HLs8-za2Os6fRbYTeAglfw1DeWAWAWV1m3L07l_7riacAf--_JI2TKGollQQwI1v9Q685vNTHD9WA/s1640/MOYZAKA.jpg" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="924" data-original-width="1640" height="360" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhspFQ_wqtSk8POVG4QPeE4eGPN5-y1whRZaGSyaXDghs_2TVEernPeu6BZXU2V3B3wssFZ3i833-i9B0G-t2wznn6znTkLGITZAM9O4l-qSXZR9HLs8-za2Os6fRbYTeAglfw1DeWAWAWV1m3L07l_7riacAf--_JI2TKGollQQwI1v9Q685vNTHD9WA/w640-h360/MOYZAKA.jpg" width="640" /></a></div><br /><p></p><p><span style="background-color: white;"><span face=""Open Sans", Arial, sans-serif" style="font-size: 18px;">Σε μια μεγάλη μελέτη χιλιάδων μαστογραφιών, οι αλγόριθμοι τεχνητής νοημοσύνης (ΤΝ) ξεπέρασαν το τυπικό υπολογιστικό μοντέλο κλινικού κινδύνου για την πρόβλεψη του πενταετούς κινδύνου για</span><span face=""Open Sans", Arial, sans-serif" style="font-size: 18px;"> </span><strong style="box-sizing: border-box;">καρκίνο του μαστού</strong><span face=""Open Sans", Arial, sans-serif" style="font-size: 18px;">.</span></span></p><p style="box-sizing: border-box; font-family: "Open Sans", Arial, sans-serif; font-size: 18px; margin: 0px 0px 12.5px;"><span style="background-color: white;">Τα αποτελέσματα της μελέτης δημοσιεύτηκαν στο <a href="https://pubs.rsna.org/doi/10.1148/radiol.222733" rel="noopener" style="box-sizing: border-box; text-decoration-line: none; transition: all 0.3s linear 0s;" target="_blank">Radiology</a>.</span></p><p style="box-sizing: border-box; font-family: "Open Sans", Arial, sans-serif; font-size: 18px; margin: 0px 0px 12.5px;"><span style="background-color: white;">Ο κίνδυνος καρκίνου του μαστού μιας γυναίκας υπολογίζεται τυπικά χρησιμοποιώντας κλινικά μοντέλα, όπως το BCSC (Breast Cancer Surveillance Consortium).<span style="font-size: 15px;">υτά χρησιμοποιούν κατά βάση αυτοαναφερόμενες και άλλες πληροφορίες για την ασθενή, συμπεριλαμβανομένης της ηλικίας, του οικογενειακού ιστορικού της νόσου, εάν έχει γεννήσει και αν έχει πυκνό μαστό, για να κάνει εκτίμηση κινδύνου.</span></span></p><p style="box-sizing: border-box; font-family: "Open Sans", Arial, sans-serif; font-size: 18px; margin: 0px 0px 12.5px;"><span style="background-color: white;"><em style="box-sizing: border-box;">«Τα μοντέλα κλινικού κινδύνου εξαρτώνται από τη συλλογή πληροφοριών από διαφορετικές πηγές, οι οποίες δεν είναι πάντα διαθέσιμες ή σωστά συλλεγμένες»</em>, δήλωσε ο επικεφαλής ερευνητής, δρ. Vignesh A. Arasu, ερευνητής και ακτινολόγος στο Kaiser Permanente στη Βόρεια Καλιφόρνια. <em style="box-sizing: border-box;">“Οι πρόσφατες εξελίξεις στη βαθιά εκμάθηση της ΤΝ μας παρέχουν τη δυνατότητα να εξαγάγουμε εκατοντάδες έως χιλιάδες επιπλέον μαστογραφικά χαρακτηριστικά”</em>.</span></p><p style="box-sizing: border-box; font-family: "Open Sans", Arial, sans-serif; font-size: 18px; margin: 0px 0px 12.5px;"><span style="background-color: white;">Σε αυτήν την αναδρομικού τύπου μελέτη, ο δρ. Arasu χρησιμοποίησε δεδομένα που σχετίζονται με αρνητικές (που δεν δείχνουν ορατά στοιχεία καρκίνου) μαστογραφίες προσυμπτωματικού ελέγχου 2D που πραγματοποιήθηκαν στο Kaiser Permanente το 2016. Από τις 324.009 γυναίκες που εξετάστηκαν το 2016 και πληρούσαν κριτήρια επιλεξιμότητας, μια τυχαία υποομάδα από 13.628 γυναίκες επιλέχθηκαν για ανάλυση. Επιπλέον, μελετήθηκαν και 4.584 ασθενείς από την ομάδα επιλεξιμότητας που διαγνώστηκαν με καρκίνο εντός πέντε ετών από την αρχική μαστογραφία του 2016. Όλες οι γυναίκες παρακολουθήθηκαν μέχρι το 2021.</span></p><h4 style="box-sizing: border-box; font-family: "Open Sans", Arial, sans-serif; font-size: 15px; line-height: 1.28; margin-bottom: 12.5px; margin-top: 12.5px;"><span style="background-color: white;">Οι ερευνητές χώρισαν την πενταετή περίοδο μελέτης σε τρεις χρονικές περιόδους:</span></h4><ol style="box-sizing: border-box; font-family: "Open Sans", Arial, sans-serif; font-size: 18px; margin-bottom: 12.5px; margin-top: 0px;"><li style="box-sizing: border-box;"><span style="background-color: white;">μεσοδιαστήματα κινδύνου καρκίνου ή περιστατικά καρκίνου που διαγνώστηκαν μεταξύ 0 και 1 έτους</span></li><li style="box-sizing: border-box;"><span style="background-color: white;">μελλοντικός κίνδυνος καρκίνου ή περιστατικό καρκίνου που διαγιγνώσκονται μεταξύ ενός και πέντε ετών</span></li><li style="box-sizing: border-box;"><span style="background-color: white;">όλους τους κινδύνους καρκίνου ή περιστατικά καρκίνου που διαγιγνώσκονται μεταξύ 0 και 5 ετών</span></li></ol><p style="box-sizing: border-box; font-family: "Open Sans", Arial, sans-serif; font-size: 18px; margin: 0px 0px 12.5px;"><span style="background-color: white;">Χρησιμοποιώντας τις μαστογραφίες προσυμπτωματικού ελέγχου του 2016, οι βαθμολογίες κινδύνου για καρκίνο του μαστού κατά τη διάρκεια της πενταετίας δημιουργήθηκαν από πέντε αλγόριθμους ΤΝ:</span></p><ul style="box-sizing: border-box; font-family: "Open Sans", Arial, sans-serif; font-size: 18px; margin-bottom: 12.5px; margin-top: 0px;"><li style="box-sizing: border-box;"><span style="background-color: white;">δύο ακαδημαϊκοί αλγορίθμων που χρησιμοποιήθηκαν από ερευνητές και</span></li><li style="box-sizing: border-box;"><span style="background-color: white;">τρεις εμπορικά διαθέσιμοι αλγόριθμοι</span></li></ul><h4 style="box-sizing: border-box; font-family: "Open Sans", Arial, sans-serif; font-size: 15px; line-height: 1.28; margin-bottom: 12.5px; margin-top: 12.5px;"><span style="background-color: white;">Στη συνέχεια, οι βαθμολογίες κινδύνου συγκρίθηκαν τόσο μεταξύ τους, όσο και με τη βαθμολογία κλινικού κινδύνου BCSC.</span></h4><p style="box-sizing: border-box; font-family: "Open Sans", Arial, sans-serif; font-size: 18px; margin: 0px 0px 12.5px;"><span style="background-color: white;"><em style="box-sizing: border-box;">“<strong style="box-sizing: border-box;">Και οι πέντε αλγόριθμοι ΤΝ απέδωσαν καλύτερα από το μοντέλο κινδύνου BCSC</strong> για την πρόβλεψη του κινδύνου καρκίνου του μαστού στα 0 έως 5 χρόνια”</em>, είπε ο δρ. Arasu. <em style="box-sizing: border-box;">«Αυτή η ισχυρή προγνωστική απόδοση κατά την πενταετία υποδηλώνει ότι η τεχνητή νοημοσύνη εντοπίζει τόσο χαμένους καρκίνους όσο και χαρακτηριστικά ιστού του μαστού που μας βοηθούν στην πρόβλεψη μελλοντικής ανάπτυξης καρκίνου. Κάτι στην μαστογραφία μάς επιτρέπει να εντοπίζουμε καλά τον κίνδυνο καρκίνου του μαστού. Αυτό είναι το ‘μαύρο κουτί’ της τεχνητής νοημοσύνης»</em>.</span></p><p style="box-sizing: border-box; font-family: "Open Sans", Arial, sans-serif; font-size: 18px; margin: 0px 0px 12.5px;"><span style="background-color: white;">Ορισμένοι από τους αλγόριθμους ΤΝ διέπρεψαν στην πρόβλεψη ασθενών υψηλού κινδύνου, καρκίνων που είναι συχνά επιθετικοί και μπορεί να απαιτούν δεύτερη ανάγνωση μαστογραφιών, συμπληρωματικό έλεγχο ή παρακολούθηση απεικονίσεων.</span></p><h3 style="box-sizing: border-box; font-family: "Open Sans", Arial, sans-serif; font-size: 17px; line-height: 1.28; margin-bottom: 12.5px; margin-top: 25px;"><span style="background-color: white;">Κατά την αξιολόγηση των γυναικών με τον υψηλότερο κίνδυνο, η ΤΝ προέβλεψε έως και 28% των καρκίνων σε σύγκριση με το 21% που προέβλεπε το BCSC.</span></h3><p style="box-sizing: border-box; font-family: "Open Sans", Arial, sans-serif; font-size: 18px; margin: 0px 0px 12.5px;"><span style="background-color: white;">Ακόμη και αλγόριθμοι ΤΝ που εκπαιδεύτηκαν για σύντομους χρονικούς ορίζοντες (μέχρι και 3 μήνες) ήταν σε θέση να προβλέψουν τον μελλοντικό κίνδυνο καρκίνου έως και πέντε χρόνια, την στιγμή που δεν ανιχνεύθηκε κλινικά ο καρκίνος με την κλασική μαστογραφία προσυμπτωματικού ελέγχου.</span></p><h4 style="box-sizing: border-box; font-family: "Open Sans", Arial, sans-serif; font-size: 15px; line-height: 1.28; margin-bottom: 12.5px; margin-top: 12.5px;"><span style="background-color: white;">Όταν χρησιμοποιήθηκαν συνδυαστικά, τα μοντέλα κινδύνου ΤΝ και BCSC βελτίωσαν περαιτέρω την πρόβλεψη του καρκίνου.</span></h4><p style="box-sizing: border-box; font-family: "Open Sans", Arial, sans-serif; font-size: 18px; margin: 0px 0px 12.5px;"><span style="background-color: white;"><em style="box-sizing: border-box;">“Αναζητούμε ένα ακριβές, αποτελεσματικό και επεκτάσιμο μέσο για την κατανόηση του κινδύνου καρκίνου του μαστού στις γυναίκες”</em>, είπε η δρ. Arasu. <em style="box-sizing: border-box;">“Τα μοντέλα ΤΝ εκτίμησης κινδύνου παρέχουν πρακτικά πλεονεκτήματα έναντι των παραδοσιακών μοντέλων κλινικού κινδύνου, επειδή χρησιμοποιούν μία μόνο πηγή δεδομένων: την ίδια τη μαστογραφία”</em>.</span></p><h4 style="box-sizing: border-box; font-family: "Open Sans", Arial, sans-serif; font-size: 15px; line-height: 1.28; margin-bottom: 12.5px; margin-top: 12.5px;"><span style="background-color: white;">Η δρ. Arasu είπε ότι ορισμένα ιδρύματα χρησιμοποιούν ήδη ΤΝ για να βοηθήσουν τους ακτινολόγους να ανιχνεύουν τον καρκίνο στις μαστογραφίες.</span></h4><p style="box-sizing: border-box; font-family: "Open Sans", Arial, sans-serif; font-size: 18px; margin: 0px 0px 12.5px;"><span style="background-color: white;">Η βαθμολογία μελλοντικού κινδύνου μιας γυναίκας, η οποία βγαίνει μέσα σε λίγα δευτερόλεπτα από την ΤΝ, θα μπορούσε να ενσωματωθεί στην ακτινολογική αναφορά που κοινοποιείται στην ασθενή και τον γιατρό της.</span></p><p style="box-sizing: border-box; font-family: "Open Sans", Arial, sans-serif; font-size: 18px; margin: 0px 0px 12.5px;"><span style="background-color: white;"><em style="box-sizing: border-box;">“Η ΤΝ για την πρόβλεψη κινδύνου καρκίνου μας προσφέρει την ευκαιρία να εξατομικεύσουμε τη φροντίδα κάθε γυναίκας, η οποία δεν είναι συστηματικά διαθέσιμη. Είναι ένα εργαλείο που θα μπορούσε να μας βοηθήσει να παρέχουμε εξατομικευμένη ιατρική ακριβείας”</em>.</span></p><p style="box-sizing: border-box; font-family: "Open Sans", Arial, sans-serif; font-size: 18px; margin: 0px 0px 12.5px;"><span style="background-color: white;"><br /></span></p><div class="separator" style="clear: both; text-align: center;"><a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjIP_E5Sx1hOp9iLtSKkENy-rKuSoEuGdcLeTWpQDJ-sNm6yZJzB8WViMm5s1XwQrfgG0KHmZKQ7ZppWobrEyjhexeEhAUNjJwynAbWE5Qi5SWOrwXvEpy4HHy4cpw3Wl5QVEmV3GrQYnfdtene7BlkzyxkizG1nlOddBnyTmsoarki9jNLRgcMjjl1zQ/s547/%CE%BB%CF%85%CE%B4%CE%B9%CE%B1_%CF%80%CE%BF%CF%83%CF%84%CE%BF.JPG" style="clear: left; float: left; margin-bottom: 1em; margin-right: 1em;"><span style="background-color: white; color: black;"><img border="0" data-original-height="547" data-original-width="409" height="320" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjIP_E5Sx1hOp9iLtSKkENy-rKuSoEuGdcLeTWpQDJ-sNm6yZJzB8WViMm5s1XwQrfgG0KHmZKQ7ZppWobrEyjhexeEhAUNjJwynAbWE5Qi5SWOrwXvEpy4HHy4cpw3Wl5QVEmV3GrQYnfdtene7BlkzyxkizG1nlOddBnyTmsoarki9jNLRgcMjjl1zQ/s320/%CE%BB%CF%85%CE%B4%CE%B9%CE%B1_%CF%80%CE%BF%CF%83%CF%84%CE%BF.JPG" width="239" /></span></a></div><span style="background-color: white;"><b><span face=""Segoe UI Historic", "Segoe UI", Helvetica, Arial, sans-serif">Λυδία Ιωαννίδου-Μουζάκα Χειρουργός Γυναικολόγος- Χειρουργός Μαστολόγος με Ειδίκευση στη Χειρουργική Ογκολογία του Μαστού</span><br style="font-family: "Segoe UI Historic", "Segoe UI", Helvetica, Arial, sans-serif;" /><br style="font-family: "Segoe UI Historic", "Segoe UI", Helvetica, Arial, sans-serif;" /><span class="x3nfvp2 x1j61x8r x1fcty0u xdj266r xhhsvwb xat24cr xgzva0m xxymvpz xlup9mm x1kky2od" face=""Segoe UI Historic", "Segoe UI", Helvetica, Arial, sans-serif" style="display: inline-flex; height: 16px; margin: 0px 1px; vertical-align: middle; width: 16px;"><img alt="🎗" height="16" referrerpolicy="origin-when-cross-origin" src="https://static.xx.fbcdn.net/images/emoji.php/v9/t82/1.5/16/1f397.png" style="border: 0px;" width="16" /></span><span face=""Segoe UI Historic", "Segoe UI", Helvetica, Arial, sans-serif"> Η πρόληψη σώζει ζωές.</span><br style="font-family: "Segoe UI Historic", "Segoe UI", Helvetica, Arial, sans-serif;" /><span face=""Segoe UI Historic", "Segoe UI", Helvetica, Arial, sans-serif">Βρείτε μας: </span><span class="x3nfvp2 x1j61x8r x1fcty0u xdj266r xhhsvwb xat24cr xgzva0m xxymvpz xlup9mm x1kky2od" face=""Segoe UI Historic", "Segoe UI", Helvetica, Arial, sans-serif" style="display: inline-flex; height: 16px; margin: 0px 1px; vertical-align: middle; width: 16px;"><img alt="📌" height="16" referrerpolicy="origin-when-cross-origin" src="https://static.xx.fbcdn.net/images/emoji.php/v9/t5/1.5/16/1f4cc.png" style="border: 0px;" width="16" /></span><span face=""Segoe UI Historic", "Segoe UI", Helvetica, Arial, sans-serif"> Λεωφόρος Βασιλίσσης Σοφίας 124B, Athens, Greece</span><br style="font-family: "Segoe UI Historic", "Segoe UI", Helvetica, Arial, sans-serif;" /><span class="x3nfvp2 x1j61x8r x1fcty0u xdj266r xhhsvwb xat24cr xgzva0m xxymvpz xlup9mm x1kky2od" face=""Segoe UI Historic", "Segoe UI", Helvetica, Arial, sans-serif" style="display: inline-flex; height: 16px; margin: 0px 1px; vertical-align: middle; width: 16px;"><img alt="☎" height="16" referrerpolicy="origin-when-cross-origin" src="https://static.xx.fbcdn.net/images/emoji.php/v9/ta9/1.5/16/260e.png" style="border: 0px;" width="16" /></span><span face=""Segoe UI Historic", "Segoe UI", Helvetica, Arial, sans-serif"> 210 77 71 246</span><br style="font-family: "Segoe UI Historic", "Segoe UI", Helvetica, Arial, sans-serif;" /><span class="x3nfvp2 x1j61x8r x1fcty0u xdj266r xhhsvwb xat24cr xgzva0m xxymvpz xlup9mm x1kky2od" face=""Segoe UI Historic", "Segoe UI", Helvetica, Arial, sans-serif" style="display: inline-flex; height: 16px; margin: 0px 1px; vertical-align: middle; width: 16px;"><img alt="📩" height="16" referrerpolicy="origin-when-cross-origin" src="https://static.xx.fbcdn.net/images/emoji.php/v9/t19/1.5/16/1f4e9.png" style="border: 0px;" width="16" /></span><span face=""Segoe UI Historic", "Segoe UI", Helvetica, Arial, sans-serif"> lydiamouzaka@yahoo.gr</span></b><br /></span><p style="box-sizing: border-box; font-family: "Open Sans", Arial, sans-serif; font-size: 18px; margin: 0px 0px 12.5px;"><span style="background-color: white;"><br /></span></p><p style="box-sizing: border-box; margin: 0px 0px 12.5px;"><span face="Open Sans, Arial, sans-serif"><span style="background-color: white; font-size: 18px;"><br /></span></span></p><p style="box-sizing: border-box; margin: 0px 0px 12.5px;"><span face="Open Sans, Arial, sans-serif"><span style="background-color: white; font-size: 18px;"><br /></span></span></p><p style="box-sizing: border-box; margin: 0px 0px 12.5px;"><span face="Open Sans, Arial, sans-serif"><span style="background-color: white; font-size: 18px;"><br /></span></span></p><p style="box-sizing: border-box; margin: 0px 0px 12.5px;"><span face="Open Sans, Arial, sans-serif"><span style="background-color: white; font-size: 18px;"><br /></span></span></p><p style="box-sizing: border-box; margin: 0px 0px 12.5px;"><span face="Open Sans, Arial, sans-serif" style="background-color: white; font-size: xx-small;">Πηγή: https://medicalxpress.com</span></p>

• 
• 
• 
• 
• 

1. 1
2. 2
3. 3
4. 4
5. 5

• Previous
• Next

Καρκίνος Μαστού: Η ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ είναι το νέο "όπλο" για την πρόβλεψη του πενταετούς κινδύνου

 Σε μια μεγάλη μελέτη χιλιάδων μαστογραφιών, οι αλγόριθμοι τεχνητής νοημοσύνης (ΤΝ) ξεπέρασαν το τυπικό υπολογιστικό μοντέλο κλινικού κινδύνου για την πρόβλεψη του πενταετούς κινδύνου για καρκίνο του …

ΠΕΡΙΣΣΟΤΕΡΑ...