40 گام به سوی آینده‌ای هوشمند - مجموعه وبینارهای رایگان در حوزه هوش مصنوعی
Filter by دسته‌ها
chatGTP
آموزش هوش مصنوعی و انواع آن
آموزش‌های پایه‌ای هوش مصنوعی
اصول هوش مصنوعی
پایتون و ابزارهای یادگیری عمیق
کتابخانه‌ های یادگیری عمیق
یادگیری با نظارت
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
اخبار
تیتر یک
رسانه‌ها
آموزش پردازش زبان طبیعی
آموزش علوم داده
اینفوگرافیک
پادکست
ویدیو
رویدادها
کاربردهای هوش مصنوعی
کسب‌و‌کار
تحلیل بازارهای هوش مصنوعی
کارآفرینی
هوش مصنوعی در ایران
هوش مصنوعی در جهان
 سیستم هوش مصنوعی حرارتی مشکلات ترمیمِ زخم را پیش‌بینی می‌کند

سیستم هوش مصنوعی حرارتی مشکلات ترمیمِ زخم را پیش‌بینی می‌کند

پژوهش‌های یک تیم استرالیایی نشان‌ داده ‌است که ابزار هوش مصنوعی حرارتی، می‌تواند مشکلات ترمیم زخم را که پس از چند ماه در اولین معاینه بیمار بهبود نمی‌یابند، پیش‌بینی کند.

مشکلات ترمیم زخم با کمک بینایی ماشین بهبود می‌یابد

هوش مصنوعی حرارتی یا سیستم تصویربرداری حرارتی، نوعی از بینایی ماشین است که از حسگرهای حرارتی برای دیدن و بررسی بافت‌های آسیب‌دیده بدن استفاده ‌می‌کند. این ابزار هوش مصنوعی حرارتی تجزیه‌وتحلیل بافت‌های آسیب‌دیده را انجام‌ می‌دهد، تا مشخص‌ کند، مشکلات ترمیم زخم در بدن کدامند و کدام زخم بدون درمان تخصصی بهبود نمی‌یابد. حقیقت این‌است این سیستم بینایی ماشین با استفاده از توزیع حرارت فضایی در زخم، توانست با دقت ۷۸ درصد زخم‌های وریدی پا را که پس از ۱۲ هفته بهبود نمی‌یابند، تعیین کند و موجب بهبود مشکلات ترمیم زخم شود.

این یافته‌ها در یکی از برترین نشریه‌های علمی‌-پژوهشی جهان، نِیچر منتشر شده ‌است.

دکتر دینش کانت کومار، محقق و پروفسور مؤسسه فناوری سلطنتی ملبورن در مورد هوش مصنوعی حرارتی، گفت: «سیستم جدید ما که زخم‌های مزمن پا را در اولین بازدید شناسایی می‌کند، اولین دستاورد جهانی‌ است. این بدان معناست که درمان تخصصی زخم‌های ساقِ پا، می‌تواند تا چهار هفته زودتر از استاندارد طلایی فعلی شروع ‌شود.»

مشکلات ترمیم زخم با کمک بینایی ماشین بهبود می‌یابد

زخم‌های مزمن و مشکلات ترمیم زخم یک مشکل رایج در بهداشت و سلامت جهانی است که شایع‌ترین آن زخم پاست؛ معمولاً علت اصلی آن، نارسایی وریدی است.

زخمی که به‌طور طبیعی بهبود می‌یابد، معمولاً در عرض چهار هفته به‌ نصف کاهش‌ خواهد یافت، اما از هر پنج نفر، یک نفر این مسیر مورد انتظار در مشکلات ترمیم زخم را دنبال نمی‌کند و ممکن‌ است نیاز به مداخلات اضافی داشته ‌باشد.

پیشرفت‌های بینایی ماشینی در زمینه ترمیم زخم

پیشرفت‌های بینایی ماشینی در زمینه پزشکی و هوش مصنوعی حرارتی، باسرعت در حال گسترش ‌هستند، بااین‌حال، ارزیابی فعلی می‌تواند، شامل ردیابی دستی اندازه زخم باشد. معمولاً پس‌ از چهار هفته که شامل تماس فیزیکی است، بعد از آن می‌تواند خطر عفونت را افزایش‌ دهد.

پیش‌ از این، محققان می‌توانستند از سیستم هوش مصنوعی خود برای تعیین زخم‌هایی که به‌سختی التیام می‌یابند و از مسیر بهبودِ طبیعی، پیروی نمی‌کنند، در هفته دومِ پس از ارزیابی پایه استفاده‌ کنند؛ ولی اکنون با وجود پیشرفت‌های بینایی ماشینی و هوش مصنوعی حرارتی سرعت شناسایی زخم‌ها بسیار بالا رفته ‌است.

پزشکان برای اینکه ببینند آیا آن‌ها می‌توانند، در ‌زمینه هوش مصنوعی حرارتی بیشتر پیشرفت‌ کنند یا نه، آن‌ها ۶۴ تصویر حرارتی را از ۵۶ بیمار مسن‌ترِ مبتلا به‌زخمِ وریدیِ ساقِ پا، ارزیابی‌ کردند، که آن نیز به ۷۰ درصد آزمایش و ۳۰ درصد داده‌های آزمایشی تقسیم ‌شد؛ از این زخم‌ها، ۱۷ زخم تا ۱۲ هفته بهبود یافتند و ۴۷ زخم التیام‌ نیافته ‌بودند.

پیشرفت‌های بینایی ماشینی در زمینه ترمیم زخم

این‌ تیم قبل‌ از شستشو و پانسمان، با کمک ابزار هوش مصنوعی حرارتی و جدیدترین پیشرفت‌های بینایی ماشینی آنالیز بافتی روی زخم‌ها انجام می‌دهد. بر اساس ارائه داده‌های ۱۲ هفته‌ای، از بین تصاویرِ از پیش‌ پردازش‌شده، ۱۹ ویژگیِ بافتی به‌طور خودکار با استفاده از نرم‌افزارِ اختصاصی استخراج و سپس گروه‌بندی‌ شدند. سپس ویژگی‌ها بر اساس معنی‌دارترین تفاوت، بین گروه‌ها تجزیه‌وتحلیل و رتبه‌بندی‌ شدند.

برای مثال، یکی از برجسته‌ترین تفاوت‌ها در هوش مصنوعی حرارتی کنتراست در تصاویر حرارتی‌ بود که به‌ گسترش پیشرفت‌های بینایی ماشینی بسیار کمک‌ کرد. این کنتراست حرارتی در زخم‌های التیام‌نیافته به‌طور معنی‌داری بیشتر از زخم‌های التیام‌یافته ‌بود.

سپس سه ویژگیِ بافتی اصلی، به‌ شبکه عصبی بیزی وارد‌ شدند، تا زخم‌های التیام‌یافته را در ۱۲ هفته متمایز کنند. با استفاده از شبکه عصبیِ بیزی بهینه، نتایجِ طبقه‌بندی حساسیت ۷۸.۵۷ درصد و ویژگی ۶۰.۰۰ درصد را نشان‌ دادند.

این روش در هوش مصنوعی حرارتی، راهی سریع، عینی و غیر تهاجمی برای تعیین پتانسیل التیامِ زخمِ زخم‌های مزمنِ پا ارائه‌ می‌کند که می‌تواند، توسط ارائه‌دهندگان مراقبت‌های بهداشتی، صرف نظر از شرایط، استفاده‌ شود و موجب گسترش پیشرفت‌های بینایی ماشینی در جهان پزشکی شود. پژوهشگر، دکتر راجنا اوگرین، محققِ ارشدِ مؤسسه تحقیقاتی بولتون کلارک در فارست‌هیلِ ویکتوریا، گفت: «این بدان ‌معناست که درمان‌های تخصصی، از جمله تکنیک‌ها و درمان‌های پیشرفته تمیزکردنِ زخم، می‌توانند فوراً برای زخم‌های مشکل‌سازِ پا تا چهار هفته، زودتر از استاندارد طلایی فعلی اجرا شوند.»

جدیدترین اخبار هوش مصنوعی ایران و جهان را با هوشیو دنبال کنید


میانگین امتیاز / ۵. تعداد ارا :

مطالب پیشنهادی مرتبط

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