آنا/ یک تیم تحقیقاتی ایرانی نتیجه مطالعات خود را اعلام کرد. نتیجه این تحقیق نشان می‌دهد، تشخیص موارد نرمال و غیرنرمال تومور از تصاویر MRI ممکن شده است. این طرح موفق به دریافت جایزه سالانه هوش مصنوعی شد.
 
این طرح با هدف تشخیص موارد نرمال و غیرنرمال مانند تومور، کیست مغزی، آتروفی، dialation بطن‌های طرفی و ... از تصاویر‌ام ار آی ارائه شده که یک رویکرد مبتنی بر patch برای طبقه بندی تصاویر  MRIاست.

روش کار در این پروژه به این صورت است که مجموعه داده شامل تصاویر MRI در ۳ پروتکل T۱ T۲ FLAIR برای هر بیمار منجر به یک مطالعه study شامل ۳ سری series مجزا می شود.

اعضای تیم، برچسب گذاری داده‌ها در سطح سری را انجام می دهند. به این معنی که هر سری به صورت کلی به عنوان طبیعی normal یا غیر طبیعی صرف نظر ازموقعیت دقیق ضایعه در اسلایس‌های مختلف، مشخص می شود.

محمد مسعود حسنی مدیر پروژه و متخصص توسعه دیجیتال سلامت به خبرنگار آنا گفت: این طرح روش پیشنهادی از یک رویکرد مبتنی بر patch همراه با تکنیک‌های افزایش داده augmentation استفاده می‌کند. این مدل توانست سطح زیر منحنی Precidion Recall معادل ۷۴.۱ درصد دست یابد.

نتایج نشان می‌دهد که رویکرد پیشنهادی می‌توانند به عنوان یک ابزار کمکی برای متخصصان در تشخیص ناهنجاری‌های مغزی مورد استفاده قرار گیرد.


تمام کلینیک ها، مطب های، درمانگاهها، بیمارستان‌هایی که سیستم‌های تشخیصی و غربالگری نیاز دارند مخاطب این طرح هستند.

بر اساس گفته اعضای تیم، این طرح تاکنون در خارج کشور ارائه نشده است و نمونه‌های موجود ناقص هستند که بر روی یک abnormality تمرکز دارند.

حسنی گفت: در حال حاضر نمونه اولیه آماده است و برای رسیدن به بهترین عملکرد و نسخه تجاری آن بازه یک ساله پیش بینی کردیم. با توجه به تخصص‌ها و بازه زمانی اجرای طرح به سخت افزار قدرتمند هم نیاز داریم. همچنین سرمایه پیشنهادی برای نهایی کردن این طرح یک میلیارد تومان پیشنهاد می‌شود.