«تحولی در ارزیابی درمان سرطان کبد با هوش مصنوعی: مدل یادگیری عمیق RECORD معرفی شد»
🔬📚📝
مقاله‌ای با عنوان «ارزیابی نتایج درمانی و نقاط پایانی سرطان با استفاده از یادگیری عمیق از تصاویر سی‌تی اسکن در سرطان کبد» در مجله npj Precision Oncology در نوامبر ۲۰۲۴ منتشر شده است.
این پژوهش به توسعه یک مدل یادگیری عمیق به نام RECORD پرداخته است که با استفاده از تصاویر سی‌تی اسکن، پاسخ به درمان در بیماران مبتلا به سرطان کبد را ارزیابی می‌کند. این مدل با بهره‌گیری از شبکه‌های عصبی پیچشی (CNN) و ترانسفورمرهای بینایی (ViT)، حجم تومورهای کبد را اندازه‌گیری کرده و بر اساس مجموع حجم (SOV)، وضعیت بیماری را به صورت پاسخ، ثبات یا پیشرفت طبقه‌بندی می‌کند. همچنین، RECORD قادر به شناسایی ضایعات جدید و پیش‌بینی بقای بدون پیشرفت (PFS) و زمان پاسخ به درمان است.
👩🏻💻🧑🏻🔬🌝
عملکرد این مدل در سه گروه طولی شامل ۲۰۶ بیمار و ۸۹۱ سی‌تی اسکن از ۶۰ مرکز بین‌المللی ارزیابی شده است. نتایج نشان می‌دهد که RECORD با دقت بالا می‌تواند وضعیت بیماری را طبقه‌بندی کرده، ضایعات جدید را شناسایی و نتایج کلی درمان را ارزیابی کند. پیش‌بینی‌های این مدل با ارزیابی‌های بالینی همبستگی قوی داشته و در تفکیک بیماران با ریسک بالا و پایین برای بقای کلی، عملکرد بهتری نسبت به روش‌های سنتی مانند RECIST نشان داده است.
این پژوهش نشان می‌دهد که استفاده از مدل‌های یادگیری عمیق می‌تواند ارزیابی پاسخ به درمان در سرطان کبد را بهبود بخشد و به عنوان ابزاری کارآمد و عینی در تحلیل ضایعات کبدی مورد استفاده قرار گیرد.
«تحولی در ارزیابی درمان سرطان کبد با هوش مصنوعی: مدل یادگیری عمیق RECORD معرفی شد»
🔬📚📝
مقاله‌ای با عنوان «ارزیابی نتایج درمانی و نقاط پایانی سرطان با استفاده از یادگیری عمیق از تصاویر سی‌تی اسکن در سرطان کبد» در مجله npj Precision Oncology در نوامبر ۲۰۲۴ منتشر شده است.
این پژوهش به توسعه یک مدل یادگیری عمیق به نام RECORD پرداخته است که با استفاده از تصاویر سی‌تی اسکن، پاسخ به درمان در بیماران مبتلا به سرطان کبد را ارزیابی می‌کند. این مدل با بهره‌گیری از شبکه‌های عصبی پیچشی (CNN) و ترانسفورمرهای بینایی (ViT)، حجم تومورهای کبد را اندازه‌گیری کرده و بر اساس مجموع حجم (SOV)، وضعیت بیماری را به صورت پاسخ، ثبات یا پیشرفت طبقه‌بندی می‌کند. همچنین، RECORD قادر به شناسایی ضایعات جدید و پیش‌بینی بقای بدون پیشرفت (PFS) و زمان پاسخ به درمان است.
👩🏻💻🧑🏻🔬🌝
عملکرد این مدل در سه گروه طولی شامل ۲۰۶ بیمار و ۸۹۱ سی‌تی اسکن از ۶۰ مرکز بین‌المللی ارزیابی شده است. نتایج نشان می‌دهد که RECORD با دقت بالا می‌تواند وضعیت بیماری را طبقه‌بندی کرده، ضایعات جدید را شناسایی و نتایج کلی درمان را ارزیابی کند. پیش‌بینی‌های این مدل با ارزیابی‌های بالینی همبستگی قوی داشته و در تفکیک بیماران با ریسک بالا و پایین برای بقای کلی، عملکرد بهتری نسبت به روش‌های سنتی مانند RECIST نشان داده است.
این پژوهش نشان می‌دهد که استفاده از مدل‌های یادگیری عمیق می‌تواند ارزیابی پاسخ به درمان در سرطان کبد را بهبود بخشد و به عنوان ابزاری کارآمد و عینی در تحلیل ضایعات کبدی مورد استفاده قرار گیرد.
At this point, however, Durov had already been working on Telegram with his brother, and further planned a mobile-first social network with an explicit focus on anti-censorship. Later in April, he told TechCrunch that he had left Russia and had “no plans to go back,” saying that the nation was currently “incompatible with internet business at the moment.” He added later that he was looking for a country that matched his libertarian ideals to base his next startup. In a statement, the regulator said the search and seizure operation was carried out against seven individuals and one corporate entity at multiple locations in Ahmedabad and Bhavnagar in Gujarat, Neemuch in Madhya Pradesh, Delhi, and Mumbai. The regulator said it had received information that messages containing stock tips and other investment advice with respect to selected listed companies are being widely circulated through websites and social media platforms such as Telegram, Facebook, WhatsApp and Instagram. Given the pro-privacy stance of the platform, it’s taken as a given that it’ll be used for a number of reasons, not all of them good. And Telegram has been attached to a fair few scandals related to terrorism, sexual exploitation and crime. Back in 2015, Vox described Telegram as “ISIS’ app of choice,” saying that the platform’s real use is the ability to use channels to distribute material to large groups at once. Telegram has acted to remove public channels affiliated with terrorism, but Pavel Durov reiterated that he had no business snooping on private conversations. Channels are not fully encrypted, end-to-end. All communications on a Telegram channel can be seen by anyone on the channel and are also visible to Telegram. Telegram may be asked by a government to hand over the communications from a channel. Telegram has a history of standing up to Russian government requests for data, but how comfortable you are relying on that history to predict future behavior is up to you. Because Telegram has this data, it may also be stolen by hackers or leaked by an internal employee.
from it
