Filter by دسته‌ها
chatGTP
ابزارهای هوش مصنوعی
اخبار
گزارش
تیتر یک
چندرسانه ای
آموزش علوم داده
اینفوگرافیک
پادکست
ویدیو
دانش روز
آموزش‌های پایه‌ای هوش مصنوعی
اصول هوش مصنوعی
یادگیری بدون نظارت
یادگیری تقویتی
یادگیری عمیق
یادگیری نیمه نظارتی
آموزش‌های پیشرفته هوش مصنوعی
بینایی ماشین
پردازش زبان طبیعی
پردازش گفتار
چالش‌های عملیاتی
داده کاوی و بیگ دیتا
رایانش ابری و HPC
سیستم‌‌های امبدد
علوم شناختی
دیتاست
رویدادها
جیتکس
کاربردهای هوش مصنوعی
کتابخانه
اشخاص
شرکت‌های هوش مصنوعی
محصولات و مدل‌های هوش مصنوعی
مفاهیم
کسب‌و‌کار
تحلیل بازارهای هوش مصنوعی
کارآفرینی
هوش مصنوعی در ایران
هوش مصنوعی در جهان
مقاله
 هوش مصنوعی، راهی نوین برای پیش‌بینی سن بیولوژیکی و خطر ابتلا به بیماری‌ها

هوش مصنوعی، راهی نوین برای پیش‌بینی سن بیولوژیکی و خطر ابتلا به بیماری‌ها

زمان مطالعه: < 1 دقیقه

یک تیم تحقیقاتی چینی موفق به توسعه الگوریتمی مبتنی بر هوش مصنوعی شده‌اند که با بهره‌گیری از تصاویر صورت، زبان و شبکیه چشم، قادر است سن بیولوژیکی افراد را با دقت بسیار بالایی پیش‌بینی نموده و خطر ابتلای آن‌ها به 6 بیماری مزمن شایع شامل بیماری‌های قلبی-عروقی، سرطان، دیابت، بیماری‌های تنفسی، بیماری‌های کلیوی و آلزایمر را مشخص کند.

تصاویر پزشکی همچون تصاویر شبکیه چشم و زبان می‌توانند اطلاعات باارزشی در مورد سلامت افراد ارائه دهند، اما تاکنون کمتر مورد توجه قرار گرفته‌اند. این مطالعه نشان می‌دهد هوش مصنوعی می‌تواند این تصاویر را به نحو موثری تفسیر کرده و برای پیش‌بینی خطر بیماری‌ها به کار گیرد.

در این مطالعه که یافته‌های آن در مجله‌ای معتبر[1] منتشر شده است، محققات با الهام از سیستم بینایی انسان، الگوریتمی طراحی کرده‌اند که در آن تصاویر صورت، زبان و شبکیه به صورت مجزا پردازش شده و سپس اطلاعات حاصل، با یکدیگر ترکیب می‌شود تا سن بیولوژیکی و سپس احتمال ابتلای به بیماری پیش‌بینی شود.

این الگوریتم با بهره‌گیری از داده‌های پزشکی بیش از 14 هزار نفر آموزش دیده و توانسته سن بیولوژیکی را با میانگین خطای تنها 3.27 سال پیش‌بینی کند. محققان معتقدند سن بیولوژیکی به دست آمده از این الگوریتم، می‌تواند به عنوان نشانگر زیستی بسیار مفیدی برای غربالگری و پایش سلامت عمومی به‌کار رود. آن‌ها همچنین مشاده کردند بین سن بیولوژیکی پیش‌بینی شده افراد مبتلا به بیماری‌های مزمن و افراد سالم، تفاوت معناداری وجود دارد. بنابراین به نظر می‌رسد این الگوریتم بتواند در غربالگری و پیش‌بینی خطر ابتلا به بیماری‌ها نیز مفید واقع شود.

با توجه به افزایش روزافزون بیماری‌های مزمن در جوامع، الگوریتم ارائه شده می‌تواند به عنوان ابزاری مقرون به صرفه و غیرتهاجمی برای پایش سلامت و پیشگیری از بیماری‌ها مورد استفاده قرار گیرد.

به نظر شما استفاده از این الگوریتم می‌تواند منجر به کاهش هزینه‌های درمانی شود؟

بنر اخبار هوش مصنوعی

میانگین امتیاز / 5. تعداد ارا :

مطالب پیشنهادی مرتبط

اشتراک در
اطلاع از
0 نظرات
بازخورد (Feedback) های اینلاین
مشاهده همه دیدگاه ها
[wpforms id="48325"]