.svg)
هوش مصنوعی خونریزی مغزی را تشخیص می‌دهد
پارسینه: پژوهشگران آمریکایی در بررسی جدید خود دریافتند که یک نرم‌افزار مبتنی بر هوش مصنوعی می‌تواند خونریزی مغزی را با دقت یک انسان تشخیص دهد.
یک نرم‌افزار مبتنی بر هوش مصنوعی می‌تواند خونریزی مغزی را روی اسکن اشعه ایکس تشخیص دهد و به تشخیص سکته، آسیب‌های سر و پارگی رگ‌های خونی کمک کند. این نرم‌افزار در یک بررسی توانست نشانه‌های خونریزی در سر را با دقت یک رادیولوژیست تشخیص دهد.
اگرچه رایانه‌ها هنوز نمی‌توانند جایگزین پزشکان شوند، اما یکی از حوزه‌هایی که در آن امکان پیشرفت دارند، شناسایی نشانه‌های بیماری از روی تصاویر است. نرم‌افزار می‌تواند از روی تصاویر، لکه‌هایی را که سرطان‌زا به نظر می‌رسند و آسیب‌های چشمی ناشی از دیابت را با دقتی شبیه به انسان تشخیص دهد.
"ایستر یاه" (Esther Yuh)، پژوهشگر "دانشگاه کالیفرنیا، سانفرانسیسکو" (UCSF) و همکارانش، برنامه‌ای ابداع کرده‌اند که می‌تواند تصاویر سی‌تی اسکن سر بیماران را تحلیل کند.
یاه گفت: اگر کسی با نشانه‌های آسیب مغزی از جمله گیجی یا سرگیجه به بیمارستان مراجعه کند، معمولا یک تصویر سی‌تی اسکن از سر او تهیه می‌شود، اما سیاه و سفید بودن تصویر، شناسایی ناحیه کوچکی که در حال خونریزی است را برای پزشکان دشوار می‌کند.
پژوهشگران ابتدا یک نرم‌افزار موسوم به "PatchFCN" را با حدود ۴۴۰۰ تصویر سی‌تی اسکن آموزش دادند. آن‌ها نرم‌افزار را روی ۲۰۰ تصویر که به صورت تصادفی انتخاب شده بودند، آزمایش کردند و هوش مصنوعی توانست با دقت یک رادیولوژیست، تصاویر را تحلیل کند.
یاه ادامه داد: شاید این نرم‌افزار بتواند سرعت کار پزشکان را در تشخیص افزایش دهد، اما تصاویر باز هم باید مورد بررسی یک انسان قرار بگیرد. ما باید این نرم‌افزار را در آزمایش‌های بالینی نیز بررسی کنیم تا عملکرد آن را بهبود ببخشیم.
این پژوهش، در مجله "PNAS" به چاپ رسید.
اگرچه رایانه‌ها هنوز نمی‌توانند جایگزین پزشکان شوند، اما یکی از حوزه‌هایی که در آن امکان پیشرفت دارند، شناسایی نشانه‌های بیماری از روی تصاویر است. نرم‌افزار می‌تواند از روی تصاویر، لکه‌هایی را که سرطان‌زا به نظر می‌رسند و آسیب‌های چشمی ناشی از دیابت را با دقتی شبیه به انسان تشخیص دهد.
"ایستر یاه" (Esther Yuh)، پژوهشگر "دانشگاه کالیفرنیا، سانفرانسیسکو" (UCSF) و همکارانش، برنامه‌ای ابداع کرده‌اند که می‌تواند تصاویر سی‌تی اسکن سر بیماران را تحلیل کند.
یاه گفت: اگر کسی با نشانه‌های آسیب مغزی از جمله گیجی یا سرگیجه به بیمارستان مراجعه کند، معمولا یک تصویر سی‌تی اسکن از سر او تهیه می‌شود، اما سیاه و سفید بودن تصویر، شناسایی ناحیه کوچکی که در حال خونریزی است را برای پزشکان دشوار می‌کند.
پژوهشگران ابتدا یک نرم‌افزار موسوم به "PatchFCN" را با حدود ۴۴۰۰ تصویر سی‌تی اسکن آموزش دادند. آن‌ها نرم‌افزار را روی ۲۰۰ تصویر که به صورت تصادفی انتخاب شده بودند، آزمایش کردند و هوش مصنوعی توانست با دقت یک رادیولوژیست، تصاویر را تحلیل کند.
یاه ادامه داد: شاید این نرم‌افزار بتواند سرعت کار پزشکان را در تشخیص افزایش دهد، اما تصاویر باز هم باید مورد بررسی یک انسان قرار بگیرد. ما باید این نرم‌افزار را در آزمایش‌های بالینی نیز بررسی کنیم تا عملکرد آن را بهبود ببخشیم.
این پژوهش، در مجله "PNAS" به چاپ رسید.
منبع:
خبرگزاری ایسنا
ارسال نظر