تشخیص بیماریهای ریوی با دقت ۹۸ درصدی توسط هوش مصنوعی
یک هوش مصنوعی جدید میتواند طیف گستردهای از بیماریهای ریوی مختلف را با دقت ۹۸ درصد تشخیص دهد.
به گزارش گروه دانش و فناوری اقتصاد ۱۰۰ و به نقل از ایسنا، پژوهشگران دانشگاه وست اسکاتلند(UWS) بر این باورند که هوش مصنوعی پیشگامانه آنها میتواند به کاهش استرسها و تقاضاهای زمستانی در بیمارستانها کمک کند. این رویکرد نوآورانه با استفاده از هوش مصنوعی، به طور خودکار بیماریهای ریوی مانند ذاتالریه و سل را تشخیص میدهد.
هم بیماری سل و هم بیماری ذاتالریه میتوانند عفونتهای جدی در پی باشند و ریهها را تحت تأثیر شدید قرار دهند. تشخیص بیماریهای ریوی معمولاً نیاز به آزمایشهای مختلف تشخیصی دارد که اغلب شامل استفاده از پرتوی ایکس، آزمایش خون، سونوگرافی و سیتی اسکن است. همچنین آماده شدن نتایج این آزمایشها معمولاً زمان زیادی میبرد و ممکن است پرهزینه باشند.
استفاده از هوش مصنوعی در بیمارستانها سریع و موثر است
نرم افزار خلاقانه هوش مصنوعی پژوهشگران دانشگاه وست اسکاتلند با تجهیزاتی که در ابتدا برای تشخیص سریع کووید-۱۹ از تصاویر پرتو ایکس ساخته شده بود، توسعه یافته است.
این نرمافزار هوش مصنوعی برخلاف آزمایشهای تشخیصی که ممکن است زمان زیادی طول بکشد تا به نتیجه برسند، میتواند بسیاری از بیماریهای ریوی را تنها ظرف چند دقیقه تشخیص دهد و میزان دقت آن در حدود ۹۸ درصد است.
به دلیل شیوع بیماری کووید، بیمارستانها با کمبود نیروی کار مواجه شدهاند و این گروه پژوهشی با توسعه این هوش مصنوعی جدید در پی کاهش استرس هستند.
پروفسور نعیم رمضان، استاد و پژوهشگر دانشگاه وست اسکاتلند میگوید: سیستمهایی مانند این میتوانند برای تیمهای پرمشغله پزشکی در سراسر جهان حیاتی باشند. شکی نیست که بخشهای بیمارستانی در سراسر جهان تحت فشار هستند و شیوع کووید-۱۹ این موضوع را تشدید کرده و فشار بیشتری را به بخشها و کارکنان تحت فشار وارد کرده است.
وی افزود: نیاز واقعی به فناوریهایی وجود دارد که بتواند به کاهش برخی از این فشارها و تشخیص سریع و دقیق طیف وسیعی از بیماریهای مختلف و همچنین به آزاد کردن زمان ارزشمند کارکنان کمک کند.
بهبود بهرهوری
اگرچه این همهگیری بیماری کووید فشار را بر بخشهای بیمارستانی تشدید کرد، اما پژوهشگران معتقدند هوش مصنوعی میتواند بهرهوری را بهبود ببخشد. این گروه پژوهشی میخواهد هوش مصنوعی را با ابزارهای تشخیصی ترکیب کند تا نتایج سریع و مقرونبهصرفه را ارائه دهد. یک مثال ارائه شده ترکیب تصویربرداری پرتوی ایکس با توسعه هوش مصنوعی است.
پروفسور رمضان میگوید: تصویربرداری پرتوی ایکس یک ابزار تشخیصی نسبتا ارزان و در دسترس است که در حال حاضر به تشخیص بیماریهای مختلف از جمله ذاتالریه، سل و کووید-۱۹ کمک میکند و پیشرفتهای اخیر در هوش مصنوعی، تشخیص خودکار با استفاده از اسکن پرتوی ایکس قفسه سینه را به یک چشم انداز قابل دستیابی در فرآیندهای پزشکی تبدیل کرده است.
این روش چگونه کار میکند؟
این هوش مصنوعی جدید از تصویربرداری پرتوی ایکس استفاده میکند و آن را با پایگاه دادهای از هزاران تصویر از بیماران مبتلا به ذات الریه، سل و کووید مقایسه میکند. سپس از یک فرآیند هوش مصنوعی به نام شبکه عصبی پیچشی عمیق(CNN) (نوعی یادگیری عمیق برای پردازش دادهها) برای تشخیص استفاده میکند. شبکه عصبی پیچشی، الگوریتمی است که تصاویر را تجزیه و تحلیل میکند.
در مرحله آزمایش این مطالعه، این تکنیک ۹۸ درصد دقیق بود و ثابت کرد که روشی دقیق برای تشخیص بیماران مبتلا به بیماریهای ریوی است.
میلان رادوساولیویچ، معاون پژوهش، نوآوری و مشارکت و استاد دانشگاه وست اسکاتلند میگوید بیمارستانها در سراسر جهان تحت فشار مداوم هستند. او این تکنیک هوش مصنوعی را یک پیشرفت آیندهنگرانه برای کمک به بیمارستانها در سراسر جهان میداند. وی میگوید: من در مورد پتانسیل این فناوری نوآورانه که میتواند به سادهسازی فرآیندهای تشخیصی و کاهش فشار بر کارکنان کمک کند، هیجان زده هستم.
پژوهشگران این دانشگاه میخواهند ببینند که آیا این روش هوش مصنوعی میتواند برای تشخیص بیماریهای دیگر با استفاده از آزمایشهای تشخیصی و هوش مصنوعی ترکیبی استفاده شود یا خیر.
این پژوهش در مجله Computer Methods and Programs in Biomedicine منتشر شده است.
ارسال نظر