به گزارش «خبرنامه دانشجویان ایران»؛ رادیولوژیستها و پاتولوژیستها برای ردیابی تومورها، درک مرزهای سلولی آنها و تجزیه و تحلیل نحوه تعامل آنها با سلولهای اطراف به تصاویر دقیق تکیه میکنند. این کار نیاز به دقت زیاد در چندین کار دارد؛ شناسایی وجود تومور، مکانیابی دقیق آن و نقشهبرداری خطوط روی سی تی اسکنهای پیچیده یا اسلایدهای پاتولوژی. ابزارهای کنونی عکسبرداری دقیق فقط بر تقسیمبندی تمرکز میکنند؛ بنابراین فرصت ترکیب این رویکردها را بهطور کلی از دست میدهند.
اما ابزار جدید مایکروسافت به نام BiomedParse با یکپارچهسازی تشخیص و تقسیمبندی تومور و سلول در یک چارچوب، به متخصصان اجازه میدهد عکس های ام آر ای و سی تی اسکن را دقیقتر ارزیابی تا از رویکردهای بالینی سریعتر و یکپارچهتر برای درمان استفاده کنند. مایکروسافت برای پیشآموزش هوش مصنوعی BiomedParse، از GPT-۴ برای سنتز دادهها استفاده میکند.
بهگفته مایکروسافت، پزشکان برای استفاده از این ابزار لازم است ابتدا متنی را به آن بدهند؛ برای مثال، میتوانند عبارت «سلولهای پاتولوژیک» را تایپ کنند و هوش مصنوعی محل قرارگرفتن آنها در تصویر را شناسایی میکند.
طبق ادعای آنها BiomedParse تاکنون توانسته مواردی همچون تومورها، ملانوم، ادم سیستوئید ماکولا، عفونت قفسه سینه، کووید_۱۹ و گلیوما مغز و سایر بیماریها را شناسایی کند. بنا به تجربه متخصصان این ابزار نسبت به سایر ابزارهای رایج برای تشخیصهای پزشکی، نیاز به تلاش کمتری دارد؛ زیرا فقط از طریق نوشتن متنی ساده کار میکند.
