یادگیری ماشین توانایی باالقوه‌ای برای تغییر سبک زندگی امروزی دارد. یکی از اهالی Colorado با تشخیص این توانایی راه حلی نوآورانه برای استفاده از این ابزار در پزشکی ارائه داده است. در ادامه به معرفی این طرح می‌پردازیم. با مجله‌ی فناوری‌های توان‌افزا و پوشیدنی همراه باشید.
تصویر از Chris Ayers، Society for Science & the Public
Krithik Ramesh جوانی ۱۶ ساله است که ابزاری برپایه‌ی یادگیری ماشین در جراحی‌های ارتوپدی ارائه داده است. این مرد جوان با ارائه‌ی طرح خود در Intel International Science and Engineering Fair یا ISEF برنده‌ی جایزه‌ی ۷۵ هزار دلاری نمایشگاه شد.
به طور دقیق‌تر آن‌چه این جوان ارائه کرده است استفاده از واقعیت افزوده، یادگیری ماشین و تصویربرداری رایانه‌ای برای دقیق‌تر ساختن پیچ‌کردن ستون مهره‌هاست. این روش طول مدت جراحی را حداقل نیم ساعت کاهش خواهد داد. افزون بر این زمان نقاهت بیمار و اثرات جانبی تصویربرداری را نیز کم می‌کند.
پژوهش این دانش‌آموز در این حوزه حدود نه ماه به طول انجامید. طی این زمان وی با متخصصینی که چگونگی تصویر برداری ارتوپدی را آموزش می‌دادند در ارتباط بود. این اطلاعات به وی امکان توسعه‌ی الگوریتم یادگیری ماشین، واقعیت افزوده و تصویربرداری رایانه‌ای را داده است.
این طرح در ابتدا برای حذف Fluoroscopy در حین جراحی آغاز شد. Fluoroscopy به تصویربرداری در حین جراحی گفته می‌شود. در این روش پزشکان به تصویر پرتوی X در لحظه نگاه می‌کنند. این روش به پزشکان اجازه‌ی تعیین دقیق مکان پیچ‌ها را خواهد داد. اما فشار زیادی به بیمار وارد می‌شود. سرفه، تهوع و ساییدگی ستون مهره‌ها از عوارض این روش است. روش Ramesh با استفاده از سرپوش‌های واقعیت افزوده که هولوگرامی با داده‌های پیشین MRI یا CT اسکن می‌سازد، به پزشکان امکان تعیین دقیق مکان پیچ‌ها را خواهد داد.
بیشتر بخوانیم:
توسعه بستری متن باز برای سرعت بخشیدن به ساخت پروتزهای پیشرفته
فناوری های جانبی پژوهش های ناسا برای نجات بیماران قلبی
منبع: techacute
«استفاده و بازنشر مطالب تنها با ذکر لینک منبع و نام (مجله فناوری‌های توان‌افزا و پوشیدنی) مجاز است»
