- غربالگری سرطان پستان در کشور به ۲۳.۵ درصد رسید
- پالبوسیکلیب؛ آیا زمان حذف شیمیدرمانی در سرطان پستان لومینال فرا رسیده است؟
- داراکسونراسیب؛ تحولی نو در درمان هدفمند سرطان ریه با جهش RAS
- از نوبل پزشکی ۲۰۲۶ تا درمان سرطان؛ آیا نور میتواند سرطان را خاموش کند؟
- برگزاری کنفرانس علمی HPV در بیمارستان لاله؛ بررسی تازهترین رویکردهای تشخیص و درمان
- سرطان پستان؛ اهمیت تشخیص زودهنگام و پیشگیری
- آمیوانتاماب در سرطان ریه با جهش اگزون ۲۰ EGFR؛ نتایج نهایی مطالعه PAPILLON چه میگویند؟
- پزشکی را نمیتوان به الگوریتمها سپرد؛ هوش مصنوعی جایگزین رابطه پزشک و بیمار نمیشود
- میدان الکتریکی، اوسیمرتینیب و شکستن مقاومت در گلیوبلاستوما
- دیپلماسی سلامت؛ زبان مشترک ملتها برای ساختن آیندهای سالمتر
- همکاری رادیوانکولوژی ایران و ازبکستان؛ تفاهمنامه مشترک در بخارا امضا شد
- درمان سرطان کبد کودکان با CAR-T؛ پاسخ کامل یک کودک مبتلا به هپاتوبلاستوما
- سرطانهای نادر؛ چالشهای تشخیص، درمان و دسترسی بیماران به خدمات تخصصی
- رویکرد پژوهشگران ایرانی برای درمان سرطانهای پیشرفته با هدفگیری ریزمحیط تومور
- ماه آگاهیرسانی سرطانهای ژنیکولوژیک؛ از واکسن HPV تا ضرورت تشخیص زودهنگام
هوش مصنوعی و آینده غربالگری سرطان پستان

با گسترش استفاده از هوش مصنوعی (Artificial Intelligence) در پزشکی، حوزه سرطان پستان نیز شاهد تحولات قابل توجهی بوده است. به گفته دکتر آرتورو لوایزا-بونیلا، رئیس سیستممحور هماتولوژی و انکولوژی دانشگاه سنت لوک، یکی از مهمترین گامهای جدید، اعتبارسنجی غربالگری سرطان پستان در سطح جمعیت است.
وی توضیح داد که پژوهشگران در کشورهای مختلف در حال اجرای کارآزماییهای بالینی برای استفاده از AI در تشخیص زودهنگام سرطان از طریق ماموگرافی هستند. علاوه بر این، هوش مصنوعی بهطور فزایندهای در آزمایشهای ژنومیک و بیومارکرها نیز به کار گرفته میشود.
پیشبینی عود بیماری با مدلهای پیشرفته
بر اساس دادههای ارائهشده در کنفرانس سرطان پستان سنآنتونیو ۲۰۲۵، معماریهای مبتنی بر ترنسفورمر (Transformer-based architectures) قادرند خطر عود سرطان را پیشبینی کرده و بیمارانی را شناسایی کنند که ممکن است به غربالگریهای بیشتر یا بررسی عوامل ژنتیکی زمینهای نیاز داشته باشند.
نقش رادیومیکس در تصمیمگیری درمانی
یکی از کاربردهای نوین AI، استفاده از رادیومیکس (Radiomics) است؛ روشی که با استخراج دادههای پیچیده از تصاویر سیتیاسکن (CT Scan)، احتمال پاسخ بیمار به درمانهایی مانند هورموندرمانی (Endocrine Therapy) را ارزیابی میکند.
به گفته این متخصص، دادههای بهدستآمده از کارآزماییهای بالینی بزرگ مانند مطالعه فاز ۳ TAILORx نقش کلیدی در اعتبارسنجی این مدلها داشتهاند و زمینه را برای استفاده بالینی کنترلشده از آنها فراهم کردهاند.
محدودیتها و احتیاطها
کارشناسان تأکید میکنند که اگرچه نتایج اولیه امیدوارکننده است، اما مدلهای مبتنی بر هوش مصنوعی همچنان نیازمند اعتبارسنجی بیشتر در محیطهای واقعی بالینی هستند و نباید جایگزین قضاوت پزشک شوند.
جمعبندی
هوش مصنوعی و رادیومیکس در حال تبدیل شدن به ابزارهای مکمل در غربالگری و درمان سرطان پستان هستند؛ ابزارهایی که میتوانند به شخصیسازی درمان، کاهش غربالگریهای غیرضروری و بهبود تصمیمگیریهای بالینی کمک کنند، هرچند مسیر پژوهش و ارزیابی آنها همچنان ادامه دارد.
واکسن آنفلوانزا برای بیماران مبتلا به سرطان؛ چه زمانی و چه نوع واکسنی مناسب است؟
رویکرد پژوهشگران ایرانی برای درمان سرطانهای پیشرفته با هدفگیری ریزمحیط تومور
آیا پزشکی بدترین شغل دنیاست؟
آیا در سرطان پستان Luminal A میتوان رادیوتراپی را حذف کرد؟ نگاهی به نتایج مطالعه LUMINA
آیا فقط بیماران دارای ENE یا حاشیه مثبت به کمورادیوتراپی پس از جراحی نیاز دارند؟