عکس گرفتن از دست می‌تواند به شناسایی یک بیماری هورمونی خطرناک کمک کند

هوش مصنوعی یاد می‌گیرد بیماری‌های هورمونی خطرناک را از روی عکس‌های دست تشخیص دهد

به گزارش مجله خبری نگار، عکسی از پشت دست می‌تواند به شناسایی اختلال هورمونی نادر آکرومگالی که اغلب سال‌ها تشخیص داده نمی‌شود، کمک کند. این نتیجه‌ای است که دانشمندان دانشگاه کوبه به آن رسیده‌اند. آنها یک مدل هوش مصنوعی برای تشخیص زودهنگام این بیماری توسعه داده‌اند. این مطالعه در مجله غدد درون‌ریز و متابولیسم بالینی (JCEM) منتشر شده است.

آکرومگالی ناشی از تولید بیش از حد هورمون رشد است. این بیماری معمولاً در میانسالی بروز می‌کند و منجر به بزرگ شدن تدریجی دست‌ها، پا‌ها و اجزای صورت می‌شود. در صورت عدم درمان، می‌تواند عوارض جدی ایجاد کند و به طور متوسط، امید به زندگی را تقریباً ده سال کاهش دهد.

محققان تصمیم گرفتند آزمایش کنند که آیا می‌توان از عکس‌های دست برای تشخیص علائم بیماری استفاده کرد یا خیر. این رویکرد می‌تواند از نظر حفظ حریم خصوصی راحت‌تر و ایمن‌تر از تجزیه و تحلیل تصویر صورت باشد.

دانشمندان برای مطالعه خود، داده‌های ۷۲۵ شرکت‌کننده از ۱۵ موسسه پزشکی در ژاپن را جمع‌آوری کردند. تقریباً نیمی از آنها مبتلا به آکرومگالی تشخیص داده شده بودند. در مجموع، محققان از بیش از ۱۱۰۰۰ عکس دست برای آموزش و آزمایش الگوریتم استفاده کردند.

تصاویر فقط پشت دست و یک مشت گره کرده را نشان می‌دادند، در حالی که کف دست - با خطوط منحصر به فردش - عمداً پنهان شده بود تا ناشناس بماند.

مدل یادگیری ماشینی توسعه‌یافته دقت بالایی را نشان داد. اگر الگوریتم وجود بیماری را نشان می‌داد، احتمال اینکه فرد واقعاً آکرومگالی داشته باشد ۸۸٪ بود. اگر نتیجه منفی بود، احتمال عدم ابتلا به بیماری به ۹۳٪ می‌رسید. علاوه بر این، الگوریتم نسبت به متخصصان غدد درون‌ریز که همان عکس‌ها را نشان می‌دادند، دقیق‌تر عمل کرد.

در آینده، محققان قصد دارند اثربخشی این مدل را روی نمونه‌های بزرگتر و متنوع‌تری آزمایش کنند. آنها همچنین می‌خواهند مشخص کنند که آیا می‌توان از الگوریتم‌های مشابه برای تشخیص سایر بیماری‌هایی که به صورت تغییرات دست بروز می‌کنند، مانند آرتریت روماتوئید یا کم‌خونی، استفاده کرد یا خیر.

لینک کپی شد

اشتراک‌ گذاری