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
 تشخیص انسداد وریدی عمیق به کمک الگوریتم یادگیری ماشین

تشخیص انسداد وریدی عمیق به کمک الگوریتم یادگیری ماشین

زمان مطالعه: 2 دقیقه

گروهی از محققان در تلاش‌اند مشکل انسداد وریدی عمیق Deep Vein Thrombosis یا DVT را به کمک الگوریتم هوش مصنوعی و به شیوه‌ای سریع‌تر تشخیص دهند. این روش همچون تفسیر اسکن‌ها به دست رادیولوژیست‌ها از تأثیرگذاری بالایی برخوردار است. بدین ترتیب لیست انتظار بیماران مبتلا به DVT کوتاه‌تر شده و مقدار تشخیص‌گذاری‌های اشتباه به حداقل می‌رسد.

DVT نوعی لخته‌ی خونی است که معمولاً در پاها شکل می‌گیرد و منجر به ورم، درد و ناراحتی در این ناحیه می‌شود. این بیماری در صورت عدم درمان می‌تواند عواقب بسیار خطرناک‌تری نیز در پی داشته و لخته‌های کشنده در ریه ایجاد کند. بین 30 تا 50 درصد افرادی که به DVT دچار می‌شوند از علائم و ناتوانی‌های بلندمدت رنج می‌برند.

انسداد وریدی

محققان دانشگاه آکسفورد، ایمپریال کالج و شفیلد با همکاری شرکت فناوری تینک‌سونو (به مدیریت فؤاد النور و سون میچکویتز) الگوریتم یادگیری ماشین به نام AutoDVT آموزش داده‌اند که می‌تواند افراد مبتلا به DVT را از افراد سالم تمیز دهد. آزمایشات نشان داده‌اند که عملکرد این الگوریتم از بهترین نتایج روش قدیمی، یعنی اسکن فراصوت، پیشی می‌گیرد. طبق برآورد محققان، سازمان‌های خدمات درمانی با به کارگیری این الگوریتم، می‌توانند 150 دلار به ازای هر مراجع/ ویزیت صرفه‌جویی کنند.

دکتر نیکولا کری، از محققان دانشکده‌ی پزشکی دانشگاه آکسفورد که در بنیاد NHS بیمارستان‌های دانشگاه آکسفورد نیز فعالیت دارد، در مورد این الگوریتم توضیح می‌دهد: «در تشخیص بیماری DVT به روش قدیمی، یک رادیولوژیست آموزش دیده باید تصویر فراصوت را مورد بررسی قرار دهد. طبق تحقیقات انجام شده دریافتیم با استفاده از الگوریتم هوش مصنوعی و ماشین فراصوت دستی می‌توان به نتایج امیدوارکننده‌ای دست یافت.»

الگوریتم‌های یادگیری ماشین

تا به حال هیچ پژوهشی مبنی بر قابلیت الگوریتم‌های یادگیری ماشین در تشخیص DVT انجام نشده است. محققان به زودی وارد فاز مطالعات بالینی می‌شوند تا دقت آزمایشی AutoDVT را ارزیابی و آن را با روش‌های رایج مقایسه کنند تا میزان حساسیت این الگوریتم در تشخیص DVT مشخص شود. پژوهشگران امیدوارند AutoDVT به میلیون‌ها نفری که سالانه در سراسر دنیا از انسداد وریدی رنج می‌برند کمک کرده و سرعت تشخیص‌گذاری را برای آن‌ها افزایش دهد.

کریستوفر دین، از پژوهشگران مرکز هموفیلی و انسداد خون آکسفورد، می‌گوید: «این الگوریتم هوش مصنوعی بعد از آموزش می‌تواند تصاویر فراصوت را تحلیل کرده و حضور یا عدم حضور لخته‌ی خونی را تشخیص دهد؛ علاوه بر این، به فردی که دستگاه فراصوت را در دست دارد کمک می‌کند تا درست به همان قسمتی از رگ پا برود که باید؛ بدین ترتیب حتی کاربران غیرمتخصص نیز می‌توانند تصاویر لازم را بگیرند.»

این گروه تحقیقاتی امیدوارند ترکیب ابزار AutoDVT با الگوریتم هوش مصنوعی به افراد غیرمتخصص شاغل در حوزه‌ی بهداشت و درمان (برای مثال پزشک‌های عمومی یا پرستاران) کمک کند DVT را به سرعت تشخیص داده و درمان کنند. علاوه بر این، با ارسال مجموعه‌ای از تصاویر که به کمک این ابزار گرفته می‌شود به متخصصان مربوطه، فرآیند تشخیص برای آن دسته از بیمارانی که امکان مراجعه به پزشک متخصص را ندارند نیز ساده‌تر شود.

به گفته‌ی دکتر کری، عضو مرکز هماتولوژی آکسفورد، در حال حاضر بیماران زیادی هستند که برای دریافت تشخیص بیش از 24 ساعت انتظار می‌کشند. عده‌ای هم هستند که بدون هیچ لزومی، درد تزریق داروهای ضدانسدادی را تحمل می‌کنند که عوارض جانبی نیز دارند.

نتایج این مطالعات در ژورنال «پزشکی دیجیتال» منتشر شده است.

انواع کاربردهای هوش مصنوعی در صنایع مختلف را در هوشیو بخوانید

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"]