യൂറോപ്യൻ ജനസംഖ്യയിലുടനീളം, നെഗറ്റീവ് മാമോഗ്രാം ഉള്ള സ്ത്രീകളിൽ സ്തനാർബുദം പ്രവചിക്കുന്നതിനുള്ള പൊതുവായ വിവേചനപരമായ പ്രകടനം ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് (എഐ) റിസ്ക് മോഡൽ കാണിക്കുന്നുവെന്ന് ദി ലാൻസെറ്റ് റീജിയണൽ ഹെൽത്ത്: യൂറോപ്പിൽ ഡിസംബർ 6 ന് ഓൺലൈനിൽ പ്രസിദ്ധീകരിച്ച ഒരു പഠനത്തിൽ പറയുന്നു.

സ്റ്റോക്ക്ഹോമിലെ കരോലിൻസ്ക ഇൻസ്റ്റിറ്റ്യൂട്ടിൽ നിന്നുള്ള പിഎച്ച്ഡി മിഖായേൽ എറിക്സണും സഹപ്രവർത്തകരും 2009 നും 2020 നും ഇടയിൽ 45 നും 69 നും ഇടയിൽ പ്രായമുള്ള സ്ത്രീകൾക്കായി മൂന്ന് രാജ്യങ്ങളിലെ നാല് യൂറോപ്യൻ സ്ക്രീനിംഗ് ജനസംഖ്യ ഉപയോഗിച്ചു. സ്തനാർബുദം ബാധിച്ച 739 സ്ത്രീകളുടെയും 7,812 കൺട്രോളുകളുടെയും ഡാറ്റ ഉൾപ്പെടുത്തി. നെഗറ്റീവ് ഡിജിറ്റൽ മാമോഗ്രാമുകളിൽ നിന്ന് ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ഉപയോഗിച്ച് മാമോഗ്രാഫിക് സവിശേഷതകൾ വേർതിരിച്ചെടുത്തു. സ്തനാർബുദത്തിനുള്ള രണ്ട് വർഷത്തെ സമ്പൂർണ്ണ അപകടസാധ്യതകൾ പ്രവചിക്കുകയും രണ്ട് വർഷത്തെ ഫോളോ-അപ്പിന് ശേഷം പരിശോധിക്കുകയും ചെയ്തു.

നാല് സ്ക്രീനിംഗ് ജനസംഖ്യയിൽ വികസിപ്പിച്ചെടുത്ത സ്തനാർബുദങ്ങൾക്ക്, ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് റിസ്ക് മോഡലിന്റെ റിസീവർ ഓപ്പറേറ്റിംഗ് സവിശേഷത കർവിന് കീഴിലുള്ള മൊത്തത്തിലുള്ള ക്രമീകരിച്ച പ്രദേശം 0.72 ആണെന്ന് ഗവേഷകർ കണ്ടെത്തി. നാഷണൽ ഇൻസ്റ്റിറ്റ്യൂട്ട് ഓഫ് ഹെൽത്ത് ആൻഡ് കെയർ എക്സലൻസ് മാർഗ്ഗനിർദ്ദേശ പരിധികൾ ഉപയോഗിച്ച് ഉയർന്ന അപകടസാധ്യതയുള്ള 6.2 ശതമാനം സ്ത്രീകളിൽ രണ്ട് വർഷത്തെ ഫോളോ-അപ്പിന് ശേഷം കാൻസർ രോഗനിർണയം നടത്താനുള്ള സാധ്യത കൂടുതലാണ്. മാമോഗ്രാഫിക് സാന്ദ്രതയുടെ തലങ്ങളിലുടനീളം, സമാനമായ അപകടസാധ്യത അനുപാതങ്ങൾ നിരീക്ഷിച്ചു.

“സ്ക്രീനിംഗ് ഫലങ്ങൾ മെച്ചപ്പെടുത്തുന്നതിന് വ്യക്തിഗത സ്തനാർബുദ സ്ക്രീനിംഗിന് ഒരു ഇമേജ്-ഡെറിവേറ്റഡ് ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് മോഡൽ പ്രായോഗികമാണ്,” രചയിതാക്കൾ എഴുതുന്നു.

ഐ.സി.എ.ഡിക്കുള്ള ലൈസൻസുള്ള ഇമേജറി ഉപയോഗിച്ച് സ്തനാർബുദ സാധ്യത വിലയിരുത്തുന്നതിനുള്ള ഒരു സംവിധാനത്തിലും രീതിയിലും ഒരു രചയിതാവിന് പേറ്റന്റ് ഉണ്ട്.

Dr Bibin

Experienced Researcher with a demonstrated history of working in the Deep Learning, Computer Vision

You May Also Like

മസ്തിഷ്ക ചുരുങ്ങൽ എപ്പോൾ ആരംഭിക്കുന്നുവെന്ന് കണക്കാക്കാൻ മെഷീൻ ലേണിംഗ് ഉപയോഗിക്കുന്നു

മൾട്ടിപ്പിൾ സ്ക്ലിറോസിസ് (എംഎസ്) ഉള്ളവരിൽ മസ്തിഷ്ക അട്രോഫി (ചുരുങ്ങൽ) രോഗ ലക്ഷണങ്ങൾ പ്രത്യക്ഷപ്പെടുന്നതിന് ശരാശരി അഞ്ച് വർഷത്തിലധികം മുമ്പ് ആരംഭിക്കുന്നുവെന്ന് മെഷീൻ ലേണിംഗ് മോഡലുകളെ അടിസ്ഥാനമാക്കിയുള്ള ഒരു...

ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ചാറ്റ്ബോട്ട് ജിപിടി-4 ന് മനുഷ്യ ഡോക്ടർമാരെക്കാൾ മികച്ച പ്രകടനം കാഴ്ചവയ്ക്കാൻ കഴിയുമോ?

ഒരു ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് (എഐ) ചാറ്റ്ബോട്ട് അനിശ്ചിതത്വ സാഹചര്യങ്ങളിൽ ഡയഗ്നോസ്റ്റിക് തീരുമാനങ്ങൾ എടുക്കുന്നതിൽ മനുഷ്യ മെഡിക്കൽ ഡോക്ടർമാരേക്കാൾ മികച്ചതാണോ? മനുഷ്യ ക്ലിനിക്കുകളുമായി താരതമ്യപ്പെടുത്തുമ്പോൾ ഓപ്പൺഎഐയുടെ ലാർജ് ലാംഗ്വേജ്...

ജിപിടി ഹെൽത്ത് കെയർ ഐപിഒ ആദ്യ ദിവസം ഇതുവരെ 36% സബ് സ് ക്രൈബുചെയ്തു; GMP യും മറ്റ് വിശദാംശങ്ങളും പരിശോധിക്കുക

ജിപിടി ഹെൽത്ത് കെയറിന്റെ പ്രാരംഭ പബ്ലിക് ഓഫറിംഗിന് (ഐപിഒ) ലേലത്തിന്റെ ആദ്യ ദിവസം നിക്ഷേപകരിൽ നിന്ന് മികച്ച പ്രതികരണമാണ് ലഭിച്ചത്. ആദ്യ ദിവസം (ഫെബ്രുവരി 22) ഇതുവരെ...

ഓട്ടിസം നേരത്തെ കണ്ടെത്താൻ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് സഹായിക്കുമെന്ന് പഠനം

ആര്ട്ടിഫിഷ്യല് ഇന്റലിജന്സ് (എഐ), ഐപാഡ് കളറിംഗ് ഗെയിമില് നിന്നുള്ള ഡാറ്റ എന്നിവ ഓട്ടിസം നേരത്തെ കണ്ടെത്താന് സഹായിക്കുമെന്ന് പുതിയ പഠനം. ഓട്ടിസം, വികസന ഏകോപന വൈകല്യം എന്നിവ...