●هدف ایرانخودرو؛ افزایش داخلیسازی [اینووی] به ۶۰ درصد در یک سال ●راه برون رفت از ناترازی انرژی خروج از مصرف سوخت فسیلی است ●پایان زودهنگام یک تفاهمنامه/ هنوز زمانی برای مذاکرات هست ●افتتاح ۱۱ هزار و ۷۳۳ پروژه و گسترش حمایتهای بیمهای/ اجرای طرح های خانواده محور ●سردار شکارچی: تکرار حماقتهای آمریکا ضربات کوبندهتر ایران را به دنبال دارد
جریان آنلاین: آمبولی ریه یکی از خطرناکترین بیماریها است که تشخیص سریع آن میتواند جان بیماران را نجات دهد. اکنون نتایج یک پژوهش گسترده نشان میدهد استفاده از هوش مصنوعی در کنار پزشکان میتواند دقت تشخیص این بیماری را به طرز فوقالعادهای افزایش دهد. آمبولی ریه زمانی رخ میدهد که یک لخته خون مسیر یکی از رگهای خونی ریه را مسدود کند. این وضعیت میتواند باعث تنگی نفس شدید و درد قفسه سینه و حتی مرگ ناگهانی شود.
پزشکان برای تشخیص این بیماری معمولا از نوعی تصویربرداری به نام سیتی آنژیوگرافی ریه استفاده میکنند که تصاویر دقیقی از رگهای خونی ریه ارائه میدهد. با این حال تفسیر این تصاویر نیازمند تجربه بالا و دقت فراوان است زیرا گاهی نشانههای بیماری بسیار ظریف هستند. با گسترش استفاده از هوش مصنوعی در پزشکی پژوهشگران تلاش کردهاند از الگوریتمهای رایانهای برای کمک به تشخیص سریعتر و دقیقتر بیماریها استفاده کنند.
در همین زمینه پژوهشگرانی از مجموعه درمانی نورثول هلث و دانشکده پزشکی زاکر آمریکا پژوهشی درباره عملکرد یک سامانه هوش مصنوعی در تشخیص آمبولی ریه انجام دادند. این مطالعه که به بررسی میزان هماهنگی میان تشخیص پزشکان رادیولوژیست و الگوریتم هوش مصنوعی پرداخته با هدف ارزیابی کارایی این فناوری در شرایط واقعی درمانی انجام شد. در این پژوهش از سامانه هوش مصنوعی آیداک استفاده شد که برای شناسایی موارد مشکوک به آمبولی ریه طراحی شده است.
به گزارش ایسنا؛ پژوهشگران ۳۲ هزار و ۵۰۱ تصویربرداری سیتی آنژیوگرافی ریه را که طی ۱۸ ماه در مراکز درمانی این شبکه انجام شده بود بررسی کردند. الگوریتم هوش مصنوعی تصاویر را تحلیل و موارد مشکوک را علامتگذاری میکرد تا رادیولوژیستها آنها را سریعتر بررسی کنند. سپس نتایج هوش مصنوعی با گزارش پزشکان مقایسه شد. در مواردی که اختلاف نظر وجود داشت تصاویر به صورت مستقل توسط رادیولوژیستهای متخصص قفسه سینه بازبینی شد تا تشخیص نهایی مشخص شود.
نتایج نشان داد میزان توافق کلی میان هوش مصنوعی و پزشکان به ۹۷.۸ درصد رسیده است. این میزان هماهنگی در آزمایشهایی که نتیجه منفی داشتند بیشتر بود و به ۹۸.۱۸ درصد رسید در حالی که در موارد مثبت ۹۳.۷۵ درصد بود. این موضوع نشان میدهد الگوریتم به ویژه در رد کردن وجود آمبولی ریه عملکرد قابل قبولی دارد. همچنین پژوهشگران اعلام کردند رادیولوژیستهایی که از اطلاعات هوش مصنوعی استفاده میکردند حساسیت تشخیص ۹۹.۲ درصدی داشتند.
با وجود عملکرد بالای الگوریتم نتایج نشان داد نظارت پزشکان همچنان ضروری است. در میان موارد تاییدشده آمبولی ریه حدود ۱۵ درصد تنها توسط رادیولوژیستها شناسایی شد و هوش مصنوعی موفق به تشخیص آنها نشد. در مقابل هوش مصنوعی نیز در ۲۶ مورد بیماری را به درستی شناسایی کرده بود اما در ابتدا توسط پزشک رد شده بود و بعدا در بازبینی تخصصی تایید شد. این یافتهها نشان میدهند ترکیب توانایی انسان و هوش مصنوعی میتواند دقت تشخیص را افزایش دهد و از خطاهای احتمالی جلوگیری کند.
پژوهشگران تاکید کردهاند بیشترین هماهنگی میان پزشکان و الگوریتم در موارد آمبولی حاد و مرکزی مشاهده شد. یعنی همان شرایطی که بیشترین خطر مرگ و میر را دارند و نیازمند رسیدگی فوری هستند. به گفته محققان این موضوع اهمیت استفاده از هوش مصنوعی برای اولویتبندی سریع بیماران اورژانسی را نشان میدهد. چنین سامانههایی میتوانند به پزشکان کمک کنند تا بیماران پرخطر را سریعتر شناسایی و درمان کنند.
همچنین پژوهشگران معتقدند این مطالعه نشان داده است که استفاده از فرایند انسان در چرخه یعنی ترکیب تصمیمگیری پزشک و هوش مصنوعی میتواند ایمنی و دقت تشخیص را در مراکز درمانی افزایش دهد. آنها توصیه کردهاند که مراکز درمانی هنگام استفاده از سامانههای هوش مصنوعی سازوکارهای نظارتی و بازبینی تخصصی را نیز در نظر بگیرند تا اعتماد بیشتری به این فناوری ایجاد شود. این نتایج علمی در نشریه تخصصی رادیولوژی آرتیفیشال اینتلیجنس منتشر شده است.
پایگاه خبری جریان/ جریان آنلاین
