🧠 هوش مصنوعی جدید برای تحلیل سی‌تی‌اسکن‌های شکمی

سی‌تی‌اسکن‌های شکمی از چالش‌برانگیزترین تصاویر پزشکی برای هوش مصنوعی هستند؛ زیرا اندام‌های داخل شکم از نظر شکل، اندازه و موقعیت تفاوت زیادی دارند و برخی نشانه‌های بیماری نیز ممکن است بسیار ظریف باشند.

پژوهشگران مدل هوش مصنوعی جدیدی به نام RADAR طراحی کرده‌اند که می‌تواند سی‌تی‌اسکن‌های شکمی را به‌صورت گسترده تحلیل کرده و به شناسایی یافته‌های مختلف کمک کند.

این مدل با بیش از ۴۰۰ هزار سی‌تی‌اسکن شکمی با ماده حاجب و بیش از ۱۵ میلیون جفت تصویر–متن مرتبط با آناتومی آموزش داده شده است؛ داده‌هایی که ارتباط میان تصاویر و گزارش‌های رادیولوژی را نشان می‌دهند.

در آزمایش‌ها، RADAR توانست ۱۸ ساختار آناتومیک و ۱۴۶ یافته تصویربرداری و بیماری را شناسایی کند و در مجموعه‌های آزمایشی، از جمله برخی موارد سرطان کبد، پانکراس، معده و کولورکتال را نیز تشخیص دهد.

در یک مطالعه با حضور ۲۶ رادیولوژیست، استفاده از RADAR حساسیت تشخیصی را حدود ۱۰ درصد افزایش داد و زمان تفسیر تصاویر را حدود ۳۱ درصد کاهش داد.

با این حال، این مدل هنوز برای استفاده مستقیم بالینی آماده نیست و برای بررسی عملکرد آن در جمعیت‌های متنوع‌تر و محیط‌های بالینی مختلف، به مطالعات بیشتری نیاز است.

منبع:
Zhang et al., Science, 2026
DOI: 10.1126/science.aec6129

https://medicalxpress.com/news/2026-09-ai-radiology-problems-abdominal-scans.html

┄•••⌬👇JOIN👇⌬•••┄
@sci_updates