تحول در تشخیص بیماری های سیستمیک با هوش مصنوعی

به گزارش خبرنگار علمی و فناوری خبرگزاری رویداد برتر ابزار هوش مصنوعی جدیدی به نام BiomedParse توسط شنگ وانگ و همکارانش توسعه یافته است که با تحلیل انواع تصاویر پزشکی و پشتیبانی از پرسش های ساده به زبان انگلیسی تشخیص بیماری های سیستمیک را تسهیل می کند.

تحول در تشخیص بیماری‌های سیستمیک با هوش مصنوعی

هوش مصنوعی در تحلیل تصاویر پزشکی پیشرفت های چشمگیری داشته است. به عنوان نمونه ابزار هوش مصنوعی سازمان ملی سلامت بریتانیا در یک آزمایش موفق شد بیش از ۱۰ هزار ماموگرام را تحلیل کرده و علاوه بر شناسایی بیماران مبتلا به سرطان ۱۱ مورد تشخیص نداده شده توسط پزشکان را نیز شناسایی کند. اما بیماری های سیستمیک مانند لوپوس و دیابت چالش های بیشتری برای این سیستم ها ایجاد می کنند زیرا تشخیص آنها نیازمند تحلیل انواع مختلفی از تصاویر پزشکی مانند MRI و CT اسکن است.

تحول در تشخیص بیماری های سیستمیک با هوش مصنوعی

ابزار BiomedParse و ویژگی های آن

ابزار BiomedParse که توسط پژوهشگران دانشگاه واشنگتن مایکروسافت ریسرچ و مؤسسه ژنتیک پروویدنس توسعه یافته است قادر به تحلیل ۹ نوع تصویر پزشکی مختلف است. این ابزار با پردازش تصاویر و ترجمه آنها به متن تشخیص بیماری های سیستمیک را بهبود می بخشد. پژوهشگران با استفاده از زبان انسانی به عنوان یک واسطه مشترک بین تصاویر مختلف مدل هایی را ایجاد کرده اند که اطلاعات تصاویر مختلف را در یک فضای متنی یکپارچه قرار می دهد.

این ابزار امکان جستجوی پیشرفته تصاویر پزشکی را فراهم می کند و حتی پزشکان عمومی می توانند با کمک آن تصاویر تخصصی را بهتر درک کنند. همچنین پزشکان با استفاده از این ابزار می توانند تصاویر را سریع تر تحلیل کرده و روی مناطق مهم تمرکز کنند زیرا ابزار با دقت بیش از ۹۰ درصد مناطق بحرانی را شناسایی می کند.

کاربرد ها و چشم انداز آینده

BiomedParse می تواند در تشخیص سریع تر و دقیق تر بیماری های سیستمیک مورد استفاده قرار گیرد. این ابزار تاکنون به صورت یک نسخه دمو منتشر شده و تیم پژوهشی قصد دارد با همکاری دانشکده پزشکی دانشگاه واشنگتن آن را توسعه داده و در سیستم های درمانی با رضایت بیماران به کار گیرد.

چالش های اخلاقی در کاربرد هوش مصنوعی پزشکی

هرچند ابزار های هوش مصنوعی مزایای بسیاری دارند نگرانی هایی درباره مشکلات اخلاقی و خطا های احتمالی آنها وجود دارد. به عنوان مثال ابزار های تولید متن می توانند اطلاعات نادرست ارائه دهند یا اطلاعات خصوصی بیمار را بازسازی کنند. برای رفع این مشکلات پژوهشگران در حال توسعه سیستم هایی هستند که بتوانند سؤالات غیراخلاقی را شناسایی و از پاسخ دادن به آنها جلوگیری کنند.

چرا هوش مصنوعی در پزشکی جذاب است؟

شنگ وانگ بیان می کند که هوش مصنوعی می تواند علاوه بر تحلیل تصاویر پزشکی در کشف دارو های جدید یا استفاده از دارو های موجود برای بیماری های دیگر نیز مؤثر باشد. این تلاش ها بخشی از اهداف بلندمدت برای بهبود درمان بیماری های سیستمیک است.

انتهای پیام/

دکمه بازگشت به بالا