به گزارش شفاآنلاین:پژوهشگران، یک الگوریتم تقسیم بندی یادگیری عمیق به نام Quantcrc، را برای شناسایی مناطق مختلف در داخل تومور‌ها با استفاده از نزدیک به ۶، ۵۰۰ تصویر اسلاید دیجیتال، توسعه داده اند.
محققان توضیح داده اند، QuantCRC می‌تواند مناطق مختلف موجود در تومور را شناسایی کرده و داده‌های کمی را از این مناطق استخراج کند. این الگوریتم یک تصویر را به مجموعه‌ای از اعداد که منحصر به آن تومور است تبدیل می‌کند.
تعداد زیادی از تومور‌هایی که ما مورد تجزیه و تحلیل قرار داده ایم به ما این امکان را می‌دهد که بفهمیم کدام ویژگی ها، پیش بینی کننده رفتار تومور در آینده است. اکنون می‌توانیم آنچه که آموخته ایم را در موارد جدید سرطان روده بزرگ اعمال کرده و رفتار تومور را پیش بینی کنیم.
به عنوان مثال، این الگوریتم، می‌تواند زیر مجموعه‌ای از بیمارانی را که احتمال عود سرطان در آن‌ها کم است و ممکن است نیازی به دریافت شیمی درمانی نداشته باشند، را شناسایی کند. همچنین می‌تواند به شناسایی آن دسته از بیماران در معرض خطر زیاد عود کمک کند که ممکن است از درمان فشرده‌تر یا پیگیری مداوم بهره‌مند شود.
محققان امیدوارند که یافته‌های این مطالعه برای بیماران مبتلا به سرطان روده بزرگ، آسیب شناسان و انکولوژیست‌هایی که سرطان روده بزرگ را درمان می‌کنند، ارزشمند باشد. نتایج مطالعه در مجله Gastroenterology منتشر شده است.
