باهوش تر شدن هوش مصنوعی در حوزه پزشکی، بیمار به بیمار (بخش نخست)

چه میشود اگر پزشکان وقت بیشتری را صرف بیماران خود کنند؟ این انگیزه ای برای ادغام کردن هوش مصنوعی و پزشکی است. بنابراین با استفاده از الگوریتم‌های پیچیده امکان شناسایی الگوهای موجود در مجموعه داده‌های بزرگ مانند نتایج آزمایش‌ها فراهم می‌شود که در این صورت هوش مصنوعی قادر خواهد بود داروها را به صورت شخصی سازی شده تجویز کند. برای آشنایی بیشتر با این مورد با مجله فناوری‌های توان‌افزا و پوشیدنی همراه باشید.

باهوش تر شدن هوش مصنوعی در حوزه پزشکی، بیمار به بیمار

با ورود بیماران ما میدانستیم که آنها چه چیزی را تجربه کرده اند. به ویژه برای بیمارانی که شرایط مزمنی دارند، میتوانیم نیاز آنها به پزشکی را تشخیص دهیم.

Harlan Krumholz، پزشک متخصص قلب و عروق و پژوهشگر داده در Yale

تعریف هوش مصنوعی در صنایع مختلف و حتی از فرهنگ لغتی نسبت به دیگری متفاوت است. اما به طور کلی در حوزه پزشکی، هوش مصنوعی به استفاده از سامانه های یارانه‌ای برای ایجاد الگوریتم‌های مبتنی بر داده‌های خام برای یافتن اتصالات اشاره دارد (مانند یک جهش ژنتیکی یا مشاهده علائم خاص بیماری).

ادغام هوش مصنوعی در پزشکی

دکتر Krumholz نمونه ای از نتایج ادغام هوش مصنوعی و پزشکی که در آینده می‌تواند حاصل شود را نشان می‌دهد. او یک نمونه فرضی از بیماری که در معرض نارسایی قلبی قرار دارد را مثال می‌زند. در این نارسایی ماهیچه‌های قلب ضعیف شده‌اند و قلب تلاش میکند خون را به تمام اعضای بدن پمپ کند.

برای شروع، بیمار روز خود را با قدم گذاشتن در یک مقیاس متصل به اینترنت شروع می‌کند که قادر است تغییرات ایجاد شده در وزن مایعات محبوس در قلب (نوعی نارسایی قلبی) را تشخیص دهد. او میتواند برای نظارت بر مراحل و سطح فعالیت از ساعت مچی هوشمند یا حسگرهای دیگر و از یک اپلیکیشن گوشی همراه برای ثبت علائم خاص مانند تنگی نفس استفاده کند.

به گفته دکتر Krumholz همه این اطلاعات به شکل مستقیم در پرونده الکترونیکی سلامت (EHR) بیمار ذخیره میشود و از این طریق سطح خطر بیماری ارزیابی میشود. در صورت نیاز برای مراجعه بیمار به مراجع پزشکی هشدار داده خواهد شد.

هوش مصنوعی در پزشکی از سال ۱۹۹۵ تا کنون

دکتر Krumholz توضیح می‌دهد که تعامل میان پزشکی و هوش مصنوعی سالهاست که برقرار است. از سال ۱۹۹۵، او مرکز تحقیقات و ارزیابی نتایج (CORE) را هدایت کرده و مشغول به جمع آوری، اندازه گیری و تجزیه و تحلیل انواع داده‌ها از پرونده صدور صورتحساب‌ها تا سوابق سنتی پزشکی و در حال حاضر EHR بوده که مجموعه‌ی این فعالیت‌ها به بهبود مراقبت از بیماران کمک کرده است.

پیش از اینکه پرونده‌های بیماران دیجیتالی شود و از طریق الگوریتم‌های یادگیری ماشین تجزیه و تحلیل شوند، دکتر Krumholz به همراه تیمش به صورت فردی این کار را انجام میداده‌اند که برای آنها بسیار پرهزینه بوده و سالها به طول انجامیده است. این پژوهش که نتیجه همکاری با آژانس‌های فدرال، سازمان‌های حرفه‌ای پزشکی مانند کالج قلب و عروق آمریکا، انجمن قلب آمریکا و… بوده، منجر به پیشرفت چشمگیری در مراقبت‌های پزشکی شده است. در کوششی قابل توجه که سالها زمان برده، کاهش چشمگیری در مدت زمان درمان بیماران قلبی ایجاد شده است.

امروزه انجام چنین پروژه هایی می‌توانند تنها به بخشی از زمان و منابع نیاز داشته باشند. همانطور که دکتر Krumholz خاطر نشان می‌کند، در این دوره دیجیتالی به ثمر رساندن پروژه‌ها با توجه به منابعی که به راحتی در اختیار افراد قرار می‌گیرند، در زمان کمتری انجام می‌شوند.


بیشتر بخوانیم:
باهوش تر شدن هوش مصنوعی در حوزه پزشکی، بیمار به بیمار(بخش دوم)
نقش صنعت چاپ سه بعدی در مقابله با کرونا
فناوری های تقویت توانایی های فیزیکی و ذهنی بشر (بخش دوم)


منبع: techxplore

«استفاده و بازنشر مطالب تنها با ذکر لینک منبع و نام (مجله فناوریهای توان افزا و پوشیدنی) مجاز است.»

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *