هوش مصنوعی مولد؛ چشم تیزبین تشخیص بیماری‌های خونی

تشخیص بیماری‌هایی مانند سرطان خون به بررسی دقیق سلول‌ها زیر میکروسکوپ وابسته است؛ کاری که سال‌ها تجربه می‌خواهد و حتی متخصصان برجسته نیز گاهی در آن اختلاف‌نظر دارند. حالا محققان دانشگاه کمبریج، دانشگاه کالج لندن و دانشگاه کوئین مری لندن سامانه‌ای مبتنی بر هوش مصنوعی مولد توسعه داده‌اند که با تحلیل شکل، اندازه و ساختار سلول‌های خون، می‌تواند ناهنجاری‌های نادر را با دقتی قابل‌توجه شناسایی کند.

این سیستم که CytoDiffusion نام دارد، از فناوری مشابه مدل‌های تولید تصویر مانند DALL-E استفاده می‌کند تا تفاوت‌های ظریف سلول‌های خون را بررسی کند. به همین دلیل برخلاف ابزارهای تشخیصی متعارف که فقط الگوهای ازپیش‌تعریف‌شده را می‌بینند، دامنه کاملی از ظاهر طبیعی سلول‌ها را درک می‌کند و نمونه‌های نادر و مشکوک به بیماری را با اطمینان بالا علامت می‌زند.

چرا CytoDiffusion یک دستیار هوشمند برای پزشکان است؟

یکی از مهم‌ترین ویژگی‌های این سامانه، توانایی آن در تشخیص عدم قطعیت است. یعنی برخلاف بسیاری از ابزارهای هوش مصنوعی پزشکی که فقط نتیجه نهایی را اعلام می‌کنند، این سیستم وقتی با نمونه‌ای مبهم روبه‌رو می‌شود، به‌جای اظهارنظر قطعی، آن را به عنوان حالت نامطمئن گزارش می‌دهد تا پزشک تصمیم‌گیری نهایی را با آگاهی کامل انجام دهد.

  • دقت بالاتر در تشخیص ناهنجاری‌ها نسبت به میانگین متخصصان انسانی
  • ثبات و تکرارپذیری بیشتر در موارد پیچیده که نظر پزشکان متفاوت است
  • شناخت عدم قطعیت و خودداری از اظهارنظر قطعی در شرایط مبهم
  • شناسایی سلول‌های نادر و غیرعادی که معمولاً از دید پنهان می‌مانند

انتشار در Nature Machine Intelligence و آینده تشخیص خون

نتایج این پژوهش که در مجله Nature Machine Intelligence منتشر شده، نشان می‌دهد هوش مصنوعی مولد می‌تواند نقش مکمل قدرتمندی برای متخصصان آزمایشگاه باشد. هرچند این فناوری جایگزین پزشکان نخواهد شد، اما می‌تواند با کاهش خطاهای انسانی و کوتاه‌کردن مسیر تشخیص، به ویژه در موارد نادر، جان بیماران را نجات دهد. در آینده، ابزارهایی مانند CytoDiffusion می‌توانند به عنوان یک لایه پشتیبان هوشمند در آزمایشگاه‌های بالینی به کار گرفته شوند.

پرسش‌های پرتکرار

CytoDiffusion چگونه سلول‌های غیرعادی خون را شناسایی می‌کند؟

CytoDiffusion از هوش مصنوعی مولد استفاده می‌کند و مانند مدل‌های پردازش تصویر، ظاهر کامل سلول‌های سالم را یاد می‌گیرد. وقتی با نمونه‌ای خارج از این الگو روبه‌رو شود، آن را به عنوان سلول غیرعادی یا مشکوک به بیماری مانند سرطان خون گزارش می‌دهد.

آیا این سیستم جایگزین پزشکان متخصص خواهد شد؟

خیر. هدف اصلی CytoDiffusion کمک به متخصصان و کاهش خطاهای تشخیصی است. این سیستم به ویژه در موارد پیچیده که نظر پزشکان متفاوت است، به عنوان ابزار پشتیبان عمل می‌کند و حتی هنگام مواجهه با موارد مبهم، عدم قطعیت خود را اعلام می‌کند تا تصمیم نهایی با پزشک باشد.