Μια νέα και καινοτόμος αυτοματοποιημένη υπολογιστική τεχνική έχει αναπτυχθεί από ερευνητές. Η τεχνική είναι σε θέση να βοηθήσει σημαντικά στη διάγνωση του καρκίνου της ουροδόχου κύστης. Η τεχνική, η οποία επιτρέπει την ανάλυση των υπόπτων αλλοιώσεων ώστε να αναλύονται γρήγορα και αποτελεσματικά και στη συνέχεια να ταξινομούνται για τον κίνδυνο καρκίνου, παρουσιάζεται σε δημοσίευση στο ιατρικό περιοδικό Urologic Oncology .
“Αυτό που κάναμε είναι να αναπτύξουμε ένα πρόγραμμα ηλεκτρονικού υπολογιστή για να αυτοματοποιήσουμε την ανάλυση εικόνων κυστεοσκόπησηςς”, λέει ο κύριος συγγραφέας της έρευνας, Δρ. Martin Gosnell, Ερευνητής στο Πανεπιστήμιο Macquarie, στην Αυστραλία. Η κυστεοσκόπηση είναι μια από τις πιο αξιόπιστες μεθόδους για τη διάγνωση του καρκίνου της ουροδόχου κύστης, εξηγεί ο Δρ Gosnell.
Λαμβάνονται εικόνες από το εσωτερικό της ουροδόχου κύστης για ύποπτες βλάβες κατά τη διάρκεια μιας συνήθους κλινικής εκτίμησης του ασθενούς. Με βάση τα ευρήματα της εξέτασης, αυτή η αρχική εκτίμηση μπορεί στη συνέχεια να ακολουθηθεί από παραπομπή σε πιο έμπειρο ουρολόγο και μια βιοψία του ύποπτου ιστού.” Το θέμα λέει ο Δρ Gosnell είναι ότι ο κλινικός ιατρός που εξετάζει τις αρχικές εικόνες κάνει μια οπτική κρίση βασισμένη στην επαγγελματική του εμπειρογνωμοσύνη ως προς τα επόμενα βήματα δράσης που πρέπει να αναληφθούν – όπως η ανάγκη να ληφθεί μια βιοψία για μετέπειτα παθολογοανατομική ανάλυση.
“Πιθανά λάθη και περιττές περαιτέρω παρεμβάσεις μπορεί να προκύψουν από τον υποκειμενικό χαρακτήρα αυτής της αρχικής οπτικής εκτίμησης.” “Αυτό που κάναμε,” λέει ο Δρ Gosnell, “είναι να δημιουργήσει μια αυτοματοποιημένη τεχνική ανάλυσης εικόνας που να μπορεί να αναγνωρίζει ιστούς και αλλοιώσεις είτε ως υψηλού κινδύνου είτε ως χαμηλού κινδύνου, κάτι που είναι ευεργετικό σε πολλαπλά επίπεδα.”
«Μετά από την ανάλυση, οι διαγνώσεις υψηλού κινδύνου μπορούν να παρακολουθούνται πιο στενά ως θέμα επείγουσας προτεραιότητας. Αντίστοιχα, οι αλλοιώσεις χαμηλού κινδύνου μπορούν να εντοπιστούν νωρίς στη διαγνωστική διαδικασία, μειώνοντας τον αριθμό των παραπομπών ή των βιοψιών που πρέπει να πραγματοποιηθούν. ” Η καθηγήτρια στο Πανεπιστήμιο Macquarie, Ewa Goldys, εξήγησε ότι το σύστημα ταξινόμησης των βλαβών αναπτύχθηκε χρησιμοποιώντας μια εξειδικευμένη διαδικασία διαχωρισμού χρωμάτων.
“Ο στόχος μας ήταν να επεξεργαστούμε μια μέθοδο που θα μπορούσε να μιμηθεί τη διαγνωστική ικανότητα των ειδικών. Αυτό το κάναμε με την ανάπτυξη ενός αυτοματοποιημένου προγράμματος απεικόνισης που ήταν σε θέση να αναλύσει το συγκεκριμένο χρώμα, τη φωτεινότητα και την υφή κάθε τμήματος ιστού που εξετάσθηκε, σε επίπεδο εικονοστοιχείων. ” “Χρησιμοποιώντας το καινοτόμο πρόγραμμά μας, εντοπίσαμε το 100% των καρκινικών εικόνων και όλες οι καλοήθεις αλλοιώσεις αναγνωρίστηκαν με επιτυχία.”
Διαβάστε όλες τις τελευταίες Ειδήσεις για την υγεία από την Ελλάδα και τον Κόσμο
Ακολουθήστε το healthweb.gr στο Google News και μάθετε πρώτοι όλες τις ειδήσεις
Ακολουθήστε το healthweb.gr στο κανάλι μας στο YouTube
