Cultura si divertisment

Sistemul creat de cercetatorii de la Mass General Brigham, in colaborare cu Spitalul de Copii din Boston si Centrul Dana-Farber pentru Cancer si Tulburari Sangvine, foloseste o metoda inovatoare numita "invatare temporala", care analizeaza mai multe scanari IRM facute dupa tratament. Abordarea este semnificativ mai eficienta decat modelele traditionale care analizeaza o singura imagine, acestea din urma avand o precizie de aproximativ 50%, echivalenta cu sansa, mentioneaza Scitech Daily. "Multe glioame pediatrice sunt vindecabile doar prin interventie chirurgicala, dar atunci cand apar recidive, acestea pot fi devastatoare", a explicat dr. Benjamin Kann, autorul principal al studiului si membru al Programului de Inteligenta Artificiala in Medicina. Pentru a depasi provocarea datelor limitate, cercetatorii au colaborat cu institutii din intreaga America, reusind sa compileze un set de aproape 4.000 de scanari IRM de la 715 copii. Modelul de invatare temporala a fost antrenat sa recunoasca modele prin examinarea modului in care scanarile creierului unui copil se schimba in timp dupa operatie. Pentru o acuratete optima, sistemul necesita intre patru si sase imagini din perioade diferite dupa tratament. Cercetatorii spera ca tehnologia va permite reducerea frecventei scanarilor la pacientii cu risc scazut si interventia precoce, mai tintita, atunci cand riscul de recidiva este ridicat. Sistemul ar putea fi aplicat in multe alte contexte medicale unde pacientii necesita imagistica periodica.