کولونوسکوپی جهت غربالگری
کولونوسکوپی یک روش غربالگری بسیار مفید برای سرطان کولون و رکتوم است. در حین انجام کولونوسکوپی ضایعات مشکوک شناسایی شده و از آن‌ها نمونه‌برداری انجام می‌شود. قابل ذکر است که در برخی مواقع می‌توان از این روش برای درمان بیماران نیز استفاده کرد. مطالعات مختلفی در این زمینه انجام شده‌اند. یک مطالعه بزرگ نشان داد که استفاده از کولونوسکوپی برای غربالگری می‌تواند احتمال مرگ و میر ناشی از سرطان کولون را تا حد بسیار زیادی کاهش دهد. باید توجه داشت که انجام کولونوسکوپی کاملا وابسته به کسی است که آن را انجام می‌دهد. در صورتی که فرد مورد نظر توانایی کافی را در این زمینه نداشته باشد، نتایج تشخیصی و درمانی خوبی حاصل نخواهد شد. این تفاوت در توانایی، علم و تجربه می‌تواند تاثیرات بسیار زیادی بر روی نتایج داشته باشد.
آدنوم و تبدیل آن به سرطان
آدنوم به نوعی ضایعه محدود غیرسرطانی در کولون و یا رکتوم است. این ضایعات می‌توانند در آینده تبدیل به سرطان شوند. گاهی اوقات شناسایی این ضایعات بسیار دشوار است و ممکن است در حین انجام کولونوسکوپی دیده نشوند. مطالعات زیادی در این زمینه انجام شده است. این مطالعات نشان داده‌اند که ندیدن ضایعات آدنومی در حین کولونوسکوپی می‌تواند تا حد زیادی احتمال بروز سرطان کولون و مرگ و میر ناشی از آن را افزایش دهد. برای کاهش خطا در شناسایی این ضایعات روش‌های مختلفی پیشنهاد شده است. اخیرا استفاده از هوش مصنوعی مورد توجه بسیاری از پزشکان و محققان دنیا قرار گرفته است. استفاده از این روش بسیار آسان است و می‌توان از آن در دستگاه‌های فعلی موجود در بیمارستان‌ها و مراکز درمانی استفاده کرد.
استفاده از هوش مصنوعی در کولونوسکوپی
یک مطالعه در سال 2020 انجام شد و به بررسی امکان استفاده از هوش مصنوعی برای افزایش شناسایی ضایعات آدنومی پرداخت. هدف از انجام این مطالعه بررسی امکان استفاده از هوش مصنوعی در غربالگری و سایر پروتکل‌های کولونوسکوپی بود. این کارآزمایی بالینی به صورت چند مرکزی انجام شد. شرکت‌کنندگان در این مطالعه سنی بین 40 الی 80 سال داشتند. این مطالعه در کشور ژاپن انجام شد. این شرکت‌کنندگان کسانی بودند که برای انجام کولونوسکوپی غربالگری به کلینیک گوارش فرستاده شده بودند.
این افراد به دو گروه تقسیم شدند؛ گروه اول کسانی بودند که تحت کولونوسکوپی استاندارد قرار گرفتند. در کولونوسکوپی گروه دوم از هوش مصنوعی استفاده شد و در صورت وجود پولیپ، توسط متخصص خارج گردید. سپس این پولیپ‌ها از نظر نوع با یکدیگر مورد مقایسه قرار گرفتند. در این مطالعه از معیار AMR برای ارزیابی روش درمانی استفاده شد. AMR (adenoma miss rate) به معنی احتمال ندیدن یک آدنوم در حین کولونوسکوپی است.
در این مطالعه 358 نفر شرکت داشتند. از این تعداد 179 در گروه تحت کولونوسکوپی استاندارد قرار گرفتند. این مطالعه نشان داد که میزان AMR در روش هوش مصنوعی به میزان قابل توجهی کمتر از روش استاندارد کولونوسکوپی است. میزان توانایی شناسایی پولیپ و آدنوم در حین روش کولونوسکوپی با هوش مصنوعی به مقدار قابل توجهی بیشتر از روش دیگر و در حد 64% بود. این میزان در گروه کولونوسکوپی استاندارد به مراتب کمتر از روش دیگر و برابر 53% است. قابل ذکر است که مطالعات بیشتری در زمینه هوش مصنوعی در کولونوسکوپی و سایر قسمت‌های پزشکی مورد نیاز است.
ما را در شبکه‌های اجتماعی دنبال کنید
