به گزارش سیناپرس، نتایج مطالعه ای که به تازگی در مجله Nature منتشر شد، نشان می دهد، استفاده از داده های الکترونیک مربوط به وضعیت بیماران در یک مدل یادگیری عمیق، میزان دقت در مورد پیش بینی بهبود یا حتی احتمال مرگ بیمار را افزایش می دهد.
در آزمایش های بالینی صورت گرفته با استفاده از داده های دو بیمارستان در آمریکا، محققان گوگل نشان دادند که این الگوریتم، قادر به پیش بینی مدت زمان بستری شدن بیمار در بیمارستان، زمان ترخیص و حتی زمان حدودی مرگ بیمار است.
الگوریتم جدید از حجم بالایی از داده ها شامل علائم حیاتی و سابقه پزشکی بیمار استفاده می کند؛ از این طریق، این امکان برای مدل یادگیری عمیق فراهم می شود تا پیش بینی دقیق تری از وضعیت (سلامت) بیمار ارائه کند.
پزشکان با بررسی نتایج پیش بینی های ارائه شده توسط الگوریتم هوش مصنوعی، می توانند اقدامات درمانی جدید و موثرتری را برای بیماران در نظر بگیرند و برای شرایط اضطراری (احتمال مرگ)، آمادگی پیدا کنند.
درحال حاضر هوش مصنوعی (AI) کاربردهای متنوعی در حوزه مراقبت های بهداشتی دارد؛ به عنوان مثال، الگوریتم هایی برای تشخیص سرطان ریه و بیماری های قلبی با دقت بسیار بالا توسعه یافته اند. همچنین تصاویر شبکیه در الگوریتم هوش مصنوعی می تواند برای تعیین شانس ابتلا به ۳ بیماری مهمی چشم مورد استفاده قرار بگیرد.
انجمن پزشکی آمریکا در بیانیه ای اعلام کرد که ترکیب هوش مصنوعی (AI) با دانش متخصصان و پزشکان، منافع متعددی از جمله شفاف سازی و استاندارسازی (درمان) به همراه خواهد داشت.
مترجم: معصومه سوهانی
منبع: sciencealert
- 18
- 1
