به گزارش مجله خبری نگار، بر اساس بیانیهای که توسط سرویس مطبوعاتی دانشگاه منتشر شده است، دانشگاه پزشکی سچنوف یک برنامه کامپیوتری مبتنی بر هوش مصنوعی ایجاد کرده است که در آن نتایج معاینات قبل از عمل (مانند MRI و بیوپسی) با نتایج معاینه کامل بافت شناسی اندام پس از جراحی مقایسه میشود تا میزان گسترش سرطان پروستات در خارج از کپسول پیش بینی شود.
در طول آموزش هوش مصنوعی، دانشمندان از غربالگری بافت شناسی کامل استفاده میکنند. یوگنی شابوتا، معاون امور علمی در موسسه اورولوژی و بهداشت باروری انسان در دانشگاه سچنوف، گفت: روش Whole-mount استاندارد طلایی شناخته شده جهانی است که هر روش تشخیصی دیگری با آن مقایسه میشود. این تحقیق به تعیین دقیقتر مرحله تومور و همچنین شناسایی نوع بافت شناسی و درجه بدخیمی سرطان کمک میکند. بنابراین، اسلایدهای بافتی نه تنها وجود بقایای تومور را تأیید میکنند، بلکه میزان گسترش آن را فراتر از کپسول نشان میدهند، که به شناسایی تهاجمیترین اشکال سرطان و شرایطی که نیاز به درمان اضافی پس از جراحی دارند، کمک میکند.
وی افزود که استفاده از این سیستم کمکی برای تصمیم گیری پزشکی در عمل بالینی روزانه، کیفیت تشخیص سرطان پروستات را افزایش میدهد، برنامه ریزی جراحی را بهبود میبخشد و به جراح کمک میکند تا امکان حفظ عصب را ارزیابی کند و سطح آناتومیکی بهینه را برای عمل انتخاب کند.
منبع: TASS