هوش مصنوعی در تشخیص و مدیریت سرطان پستان مروری جامع بر کاربردهای یادگیری عمیق و ترجمه بالینی (۱۳۹۴-۱۴۰۴)

سرطان پستان شایعترین بدخیمی در میان زنان و دومین عامل مرگ ومیر ناشی از سرطان در جهان است. تشخیص زودهنگام از طریق غربالگری منظم به ویژه ماموگرافی توموسنتز دیجیتال، پستان سونوگرافی و (MRI) مهمترین عامل در کاهش مرگ ومیر و بهبود پیش آگهی (یعنی شانس زنده ماندن طولانی مدت و حتی درمان کامل) آنها به طور چشمگیری افزایش می یابد و کیفیت زندگی بهتری خواهند داشت بیماران است. در دهه اخیر پیشرفتهای چشمگیر هوش مصنوعی (AI) به ویژه یادگیری عمیق و شبکه های کانولوشنی، تحول بزرگی در حوزه تصویر برداری پزشکی سرطان پستان ایجاد کرده است. این مقاله مروری جامع کاربردهای هوش مصنوعی را در زنجیره کامل تصویربرداری سرطان پستان شامل بهبود کیفیت تصویر، تشخیص و تقسیم بندی خودکار ضایعات طبقه بندی خوش خیم بدخیم ارزیابی خطر، فردی پیش بینی پاسخ به درمان نئوادجوانت درمان قبل از عمل جراحی اصلی در سرطان پیش آگهی بقا و حتی تحلیل کمی تصاویر هیستوپاتولوژیک پاتولوژی دیجیتال بررسی می کند. نتایج مطالعات متعدد نشان می دهند که الگوریتم های هوش مصنوعی در بسیاری از وظایف به عملکرد رادیولوژیست های مجرب رسیده یا حتی از آنها پیشی گرفته اند و به طور قابل توجهی مثبت کاذب را کاهش داده و حساسیت تشخیص را افزایش می دهند. با وجود این پیشرفت ها چالش هایی نظیر نیاز به مجموعه داده های بزرگ و متنوع، تفسیرپذیری، مدل ها، تعمیم پذیری در جمعیت های مختلف، مسائل اخلاقی و مقررات بالینی همچنان باقی است. این مرور با ارائه خلاصه ای از دستاوردها، محدودیت ها و چشم انداز آینده راهنمایی جامع برای پژوهشگران و متخصصان بالینی فراهم می آورد تا هوش مصنوعی به طور ایمن و موثر در مسیر غربالگری شخصی سازی شده و مدیریت بهینه بیماران مبتلا به سرطان پستان به کار گرفته شود.

کلیدواژه ها:

هوش مصنوعی ، سرطان پستان ، ماموگرافی ، توموسنتز دیجیتال ، پستان سونوگرافی ، پاتولوژی دیجیتال