ترکیب دو تکنیک هوش مصنوعی XGBoost و SOM برای تشخیص دقیقتر سرطان پستان
نشست بررسی طرح تحقیقاتی «یک روش ترکیبی برای طبقهبندی سرطان پستان با استفاده از تقویتکننده گرادیان Xtreme و نقشه خود سازماندهی» در معاونت تحقیقات و فناوری دانشگاه علوم پزشکی تهران برگزار شد.
به گزارش روابط عمومی معاونت تحقیقات و فناوری دانشگاه علوم پزشکی تهران، دکتر لیلا شاهمرادی، مجری اصلی طرح تحقیقاتی «یک روش ترکیبی برای طبقهبندی سرطان پستان با استفاده از تقویتکننده گرادیان Xtreme و نقشه خود سازماندهی» در این نشست خبری اظهار کرد: اعضای تیم پژوهشی، این طرح تحقیقاتی را در سال گذشته به پایان رساندند. این پژوهش توانسته است به ارتقاء سطح دانش و سلامت در حوزه کاربرد هوش مصنوعی در بهبود تشخیص سرطان پستان کمک کند.
این استاد دانشگاه علوم پزشکی تهران درباره اعضای تیم تحقیقاتی توضیح داد: دکتر مهربخشنیلاشی، دانشیار و متخصص هوش مصنوعی در دانشگاه UCSI مالزی؛ دکتر حسین احمدی، پژوهشگر در دانشگاه Plymouth انگلستان؛ دکتر ثریا رضایی، عضو هیاتعلمی دانشگاه علوم پزشکی تبریز و مهدیه شبزندهدار، دانشجوی فناوری اطلاعات سلامت دانشکده علوم پیراپزشکی دانشگاه علوم پزشکی تهران، اعضای تیم تحقیقاتی را تشکیل میدهند.
این پژوهشگر درباره پیام اصلی پژوهش خود گفت: پزوهش «یک روش ترکیبی برای طبقهبندی سرطان پستان با استفاده از تقویتکننده گرادیان Xtreme و نقشه خود سازماندهی» با ارائه روشی ترکیبی از نقشه خودسازمانده (SOM) و تقویتکننده گرادیان Xtreme (XGBoost)، دقت طبقهبندی سرطان پستان را به طور چشمگیری افزایش داده است. نتایج نشان میدهد این روش نسبت به الگوریتمهای رایجتر مانند درخت تصمیم، ماشین بردار پشتیبان و پرسپترون چندلایه عملکرد بهتری دارد و میتواند به عنوان ابزاری کارآمد برای تشخیص زودهنگام و دقیقتر سرطان پستان مورد استفاده قرار گیرد.
شاهمرادی ادامه داد: این پژوهش برای اولین بار ترکیب الگوریتمهای SOM و XGBoost را در طبقهبندی سرطان پستان به کار برده و نشان داده است که این رویکرد میتواند دقت تشخیص را به طور معناداری نسبت به روشهای مرسوم افزایش دهد.
این پژوهشگر «افزایش دقت تشخیص سرطان پستان با استفاده از هوش مصنوعی» و «کمک به تصمیمگیری سریعتر و دقیقتر پزشکان در مراحل اولیه بیماری» به عنوان دو کاربرد اصلی طرح تحقیقاتی «یک روش ترکیبی برای طبقهبندی سرطان پستان با استفاده از تقویتکننده گرادیان Xtreme و نقشه خود سازماندهی» برشمرد.
این استاد دانشگاه علوم پزشکی تهران درباره ضرورت حمایتها از سوی مسئولان و سیاستگذاران گفت: حمایت مالی از سوی وزارت بهداشت و مراکز تحقیقاتی جهت تکمیل و توسعه مدل هوش مصنوعی و طراحی رابط کاربری سامانه هوشمند در دستور کار قرار گیرد.
شاه مرادی در پایان گفت: نتایج این طرح میتواند با بهبود دقت تشخیص سرطان پستان، موجب کاهش مرگ و میر، افزایش کیفیت زندگی بیماران و کاهش هزینههای درمانی شود. همچنین ارتقای سطح خدمات بهداشتی و افزایش اعتماد عمومی به فناوریهای هوش مصنوعی در پزشکی را به دنبال دارد. در ضمن میتواند زمینهساز تحول در سیاستهای سلامت و آموزش پزشکی شود.
، استاد گروه مدیریت اطلاعات و آنفورماتیک پزشکی دانشکده علوم پیراپزشکی دانشگاه علوم پزشکی تهران است که در حوزههای کاربرد فناوریهای نوین مانند هوش مصنوعی و واقعیت جازی فعالیت میکند.
علاقمندان برای ارتباط با این استاد دانشگاه میتوانند با شماره تلفن 09123866546 تماس بگیرند یا از طریق صندوق الکترونیکی به نشانی Lshahmoradi@tums.ac.ir , Lshahmoradi@yahoo.com اقدام کنند.
کد طرح: ۶۷۹۱۱
ارسال به دوستان