Πρώιμη Διάγνωση του Καρκίνου του Πνεύμονα και ο Ρόλος της Τεχνητής Νοημοσύνης

Μπρέσκα, Ανεζούλα

Lung Cancer's Early Diagnosis and the Role of Artificial Intelligence

Μεταπτυχιακή διπλωματική εργασία

Author

Μπρέσκα, Ανεζούλα

Date

2022-05-18

Advisor

Φούντος, Γεώργιος

Μεταπτυχιακή Διπλωματική Εργασία (2.020Mb)

Υπεύθυνη δήλωση (99.51Kb)

Keywords

Καρκίνος του πνεύμονα ; Προσυμπτωματικός έλεγχος ; Τεχνητή νοημοσύνη ; Μηχανική μάθηση ; Βαθιά μάθηση ; Αξονική τομογραφία χαμηλής δόσης

Abstract

Ο καρκίνος του πνεύμονα αποτελεί σήμερα την κύρια αιτία θανάτου από καρκίνο τόσο στους άνδρες όσο και στις γυναίκες αποτελώντας 25% των περιπτώσεων. Ένας βασικός λόγος για το υψηλό αυτό ποσοστό είναι η αδυναμία πρώιμης διάγνωσής του καθώς τα περιστατικά διαγιγνώσκονται σε προχωρημένο στάδιο όπου η θεραπεία δεν έχει ουσιαστικά κάποιο αποτέλεσμα. Η έγκαιρη επομένως διάγνωση αποτελεί το κυριότερο όπλο εναντίον του καθώς και μία από τις βασικότερες επιδιώξεις της επιστημονικής κοινότητας για το θέμα αυτό. Τα τελευταία χρόνια, με την πρόοδο της τεχνολογίας καθώς και της Σύγχρονης Φυσικής, κατέστη δυνατή η χρήση διαφόρων απεικονιστικών μεθόδων και προτύπων-εργαλείων από το ιατρικό προσωπικό. Η Τεχνητή Νοημοσύνη (ΤΝ) αποτελεί ίσως το πιο πρόσφατο επίτευγμα των ανωτέρω επιστημών. Η ζεύξη του θαυμαστού κόσμου της με την Ιατρική Επιστήμη αναμένεται να οδηγήσει σε εκπληκτικά αποτελέσματα. Σκοπός της εργασίας αυτής είναι η καταγραφή του ρόλου της ΤΝ και των συναφών τεχνολογιών, στη πρώιμη διάγνωση του καρκίνου του πνεύμονα καθώς και η αποτύπωση των προκλήσεων που καλείται η επιστημονική κοινότητα να αντιμετωπίσει στο θέμα αυτό. Προκειμένου η εργασία αυτή να είναι το δυνατόν επικαιροποιημένη, η αναζήτηση των στοιχείων έγινε κατά κύριο λόγο μέσω διαδικτύου και δη έγκυρων ιατρικών και επιστημονικών δημοσιεύσεων. Στην προσπάθεια επικέντρωσης στο ερώτημα του θέματος και λαμβάνοντας υπ’ όψιν το γνωστικό επίπεδο των αναγνωστών της, περιγράφει με σχετική συντομία ιατρικά θέματα φυσιοπαθολογίας και τεχνολογίας, αναλύοντας μόνο αυτά τα οποία είναι χρήσιμα για την κατανόηση των θεμάτων που αναπτύσσονται. Η εργασία καταλήγει τονίζοντας τη θετική συμβολή της ΤΝ που αναμένεται να έχει στον στόχο του θέματός της. Παράλληλα σημειώνει πως ακόμη υπολείπονται αρκετά βήματα όπως κλινικές εφαρμογές και πρωτόκολλα πιστοποίησης προκειμένου να εφαρμοσθεί σε ένα σύστημα υγειονομικής περίθαλψης.

Abstract

Lung cancer is currently the leading cause of cancer death in both men and women, accounting for 25% of cases. A key reason for this high rate is the inability to diagnose it early as cases are diagnosed at an advanced stage where treatment has virtually no effect. Early diagnosis is therefore the main weapon against it as well as one of the main aspirations of the scientific community on this issue. In recent years, with the advancement of technology as well as Modern Physics, it has become possible to use various imaging methods and models-tools by medical staff. Artificial Intelligence (AI) is perhaps the most recent achievement of the above sciences. The connection of its wonderful world with Medical Science is expected to lead to amazing results. The purpose of this work is to document the role of TN and related technologies in the early diagnosis of lung cancer as well as to document the challenges that the scientific community is called upon to address in this regard. In order for this work to be as up-to-date as possible, the search for the data was carried out mainly through the internet and particularly in valid medical and scientific publications. In an attempt to focus on the question of the subject and taking into account the cognitive level of its readers, it briefly describes medical issues of physiopathology and technology, analyzing only those that are useful for understanding the issues that are developing. The work concludes by emphasizing the positive contribution of TN that is expected to have in the goal of its subject. At the same time, the study notes that several steps are still missing, such as clinical applications and certification protocols in order to be implemented in a healthcare system.