AI صحیح طریقے سے – ETHealthworld.com زیادہ تیزی سے چھاتی کا کینسر کی تشخیص کرسکتا ہے

AI صحیح طریقے سے – ETHealthworld.com زیادہ تیزی سے چھاتی کا کینسر کی تشخیص کرسکتا ہے

AI صحیح طریقے سے، جلد سے زیادہ چھاتی کی کینسر کی تشخیص کرسکتا ہے

نیویارک: چھاتی الٹراساؤنڈ الاسسٹریگرافی ایک ابھرتی ہوئی امیجنگ ٹیکنالوجی ہے جس سے کسی ممکنہ چھاتی کی دھن کے بارے میں معلومات فراہم کی جاتی ہے اور محققین نے اہم کردار کی نشاندہی کی ہے

AI

اس تکنیک کو زیادہ موثر اور درست بنانے میں کھیل سکتا ہے.

کینسر اور غیر کینسر کی چھاتی کے خلاف کینسر کی خصوصیات کے بارے میں مزید عین مطابق معلومات کا استعمال، مصنوعی انٹیلیجنس (AI) کا استعمال کرتے ہوئے اس طریقہ کار نے امیجنگ کے روایتی طریقوں کے مقابلے میں زیادہ درستگی کا مظاہرہ کیا ہے.

ایپلائڈ میکانکس اور انجنیئرنگ میں جرنل کمپیوٹر کے طریقوں میں شائع کردہ مطالعہ میں، جنوبی کیلیفورنیا یونیورسٹی سے ہندوستانی مبصر محققین دھروٹ پٹیل اور اسد اوبرائی سے پتہ چلتا ہے کہ مصنوعی اعداد و شمار کا استعمال کرکے حقیقی دنیا کی تصاویر کی تشریح کرنے کے لئے مشین کو تربیت دینا ممکن ہے. تشخیص کے اقدامات

چھاتی الٹراساؤنڈ الاسلامیاتی صورت حال میں، ایک بار جب متاثرہ علاقے کی تصویر لی جاتی ہے، تو اس کے ٹشو میں بے گھر ہونے کا تعین کرنے کا تجزیہ کیا جاتا ہے. اس ڈیٹا اور میکانکس کے جسمانی قوانین کا استعمال کرتے ہوئے، اس کی سختی کی طرح میکانی خصوصیات کی مقامی تقسیم کا تعین کیا جاتا ہے.

مطالعہ میں، محققین نے یہ اندازہ کیا کہ آیا وہ اس کام کے بہاؤ کے سب سے پیچیدہ مرحلے کو چھوڑ سکتا ہے.

اس کے لئے، محققین نے اپنی مشین سیکھنا الگورتھم کو تربیت دینے کے بارے میں 12،000 مصنوعی تصاویر استعمال کیے ہیں. یہ عمل اسی طرح تھا جس طرح تصویر شناختی سافٹ ویئر کام کرتا ہے، یعنی ایک تصویر میں کسی خاص شخص کو کس طرح پہچاننے کے بارے میں بار بار آدانوں کے ذریعے سیکھنے، یا ہمارے دماغ کو کس طرح کتے کے خلاف ایک بلی کی درجہ بندی کرنا سیکھتا ہے.

کافی مثالوں کے ذریعے، الگورتھم ایک بدنام ٹیومر کے مقابلے میں ایک بھوک لگی ہوئی ٹیومر میں موجود مختلف خصوصیات کو متحرک کرنے اور درست فیصلہ کرنے میں کامیاب تھا.

محققین نے مصنوعی تصاویر پر تقریبا 100 فی صد درجہ بندی کی درستگی حاصل کی. جب ایک الگورتھم کو تربیت دی گئی تو، اس نے حقیقی دنیا کی تصاویر پر یہ جانچنے کا تعین کیا کہ یہ تشخیص فراہم کرنے میں درست ہوسکتا ہے، ان تصاویر کے ساتھ باضابطہ طور پر بایسوسی کی تصدیق کی تشخیص کے خلاف ان نتائج کو ماپنے.

اوبرئیوی نے کہا کہ “ہمارے پاس تقریبا 80 فی صد درستگی کی شرح تھی. ہم الگورتھم کو مزید بہتر بنانے کے لئے جاری رکھیں گے.