موضوع: تشخیص بیماری با هوش مصنوعی گوگل

الگوریتم جدید هوش مصنوعی گوگل میتواند بانگاه کردن به چشم شما بیماری های قلبی شما را تشخیص دهد.


به گزارش گروه رسانه‌های خبرگزاری تسنیم،دانشمندان گوگل به تازگی راهی جدید یافته اند که به وسیله ی آن میتوان ریسک بیماری های قلبی در فرد را با روشی ساده پیش بینی کرد.
به وسیله ی آنالیز پشت شبکیه ی چشم فرد نرم افزار جدید کمپانی گوگل قادر است اطلاعاتی نظیر سن فرد ،فشارخون و سیگاری و یا غیرسیگاری بودن فرد را تشخیص دهد.
این نرم افزار همچنین قادر است ریسک بیماریهای قلبی در فرد را نیز (همانند سکته ی قلبی)شناسایی کند.
این نرم افزار به پزشکان این امکان را میدهد که ریسک بیماری های قلبی را سریعتر و آسان تر شناسایی نمایند.
اما این روش نیاز دارد تا برروی افراد بیشتری تست شود تا بتواند در سطح انبوه مورد استفاده قرار گیرد.
لوک راینر پزشک محقق در زمینه ی آنالیز ماشین ها در پزشکی در دانشگاه آدلاید این کار را منحصر به فرد خوانده است و میگوید که هوش مصنوعی میتواند ابزارهای تشخیصی پزشکی را متحول نماید.
این نرم افزار تاکنون روی 300هزار بیمار آزمایش شده است و نتایج امیدوارکننده ای نشان داده است.
منبع: خبرگزاری علم و فناوری
https://www.tasnimnews.com/fa/news/1...88%DA%AF%D9%84

تشخیص بیماری با هوش مصنوعی در ازای تنها یک دلار!

ایسنا : فناوری شرکت مهندسی پزشکی «Zebra-Med» در ازای تنها یک دلار برای هر اسکن کامل بدنی، به رادیولوژیست‌ها کمک می‌کند تا بیماری‌های قلبی، کبدی، ریوی، استخوانی و ... را تشخیص دهند. به گزارش «ایسنا» و به نقل از انگجت، یک شرکت به نام «Zebra Medical Vision» یک سرویس جدید را به نام «Zebra AI۱» معرفی کرده است که از الگوریتم‌هایی برای بررسی اسکن پزشکی شما به ازای یک دلار استفاده می‌کند.
موتور یادگیری عمیق می‌تواند سی‌تی‌اسکن، ام.آر.آی (MRI) و دیگر اسکن‌ها را بررسی کرده و به‌طور خودکار بیماری‌های ریوی، کبد، قلب و استخوان را تشخیص دهد. مسوولان این شرکت می‌گویند توانایی‌های جدید مانند تشخیص سرطان ریه و سرطان سینه، ترومای مغزی، فشار خون بالا و دیگر موارد به‌زودی ممکن می‌شود. نتایج پس از بررسی اسکن‌ها به متخصصان رادیولوژیست منتقل می‌شود. این کار منجر به حذف زمان برای تشخیص یا درخواست آزمایش بیشتر توسط رادیولوژیست‌ها می‌شود. «انگجت» با «الاد بنجامین»، مدیرعامل و یکی از بنیانگذاران شرکت «Zebra-Med» در کنفرانس «Hello Tomorrow» در پاریس دیدار و خبرهای مربوط به اسکن را منتشر کرد. وی گفت: ما محصولی داریم که به‌طور خودکار داده‌های تصویربرداری پزشکی را از سی‌تی‌اسکن، اشعه ایکس و ... خوانده و تحلیل می‌کند و «AI۱» مجموعه‌ای کامل از خدمات را با پایه یک دلار فراهم می‌کند. سیستم در حال‌حاضر می‌تواند ۱۱ بیماری مختلف را شناسایی کند و تا پایان سال ۲۰۱۷ نیز می‌تواند ۶ بیماری دیگر را شناسایی کند. این شرکت در مجموع ۳۵ محصول تشخیصی دارد که طی یک‌سال آینده آنها را عرضه می‌کند. یک نمونه از بیماری‌هایی که می‌تواند تشخیص دهد، انسداد کلسیمی (کلسیم کرونری) است که اگر مقدار زیادی از آن در شریان بیمار ایجاد شود، می‌تواند یک حمله قلبی یا سکته مغزی ایجاد کند. «بنجامین» گفت: ما یک الگوریتم داریم که می‌تواند به‌طور خودکار سی‌تی‌اسکن سینه را دریافت کند و یک عدد را تعیین می‌کند که دقیقا اندازه‌گیری کلسیم کرونری است. این اندازه‌گیری می‌تواند مراقبت بسیار بهتری از آن بیمار را فراهم کند. یافته‌های الگوریتم Al۱ با سیستم‌های اطلاعات رادیولوژی (RIS) و سیستم‌های ارتباطات آرشیو عکس (PACS) که توسط موسسات پزشکی در ایالات‌متحده آمریکا، انگلستان و دیگر نقاط دنیا مورد استفاده قرار می‌گیرند، یکپارچه شده است. این امکان اجازه می‌دهد تا رادیولوژیست‌ها به‌راحتی از نتایج یادداشت‌های Zebra-Med به‌عنوان بخشی از خواندن و گزارش کار خود استفاده کنند. «بنجامین» گفت: یک بیمار به یک موسسه می‌آید و یک اسکن می‌گیرد و سپس به تعدادی از رادیولوژیست‌ها منتقل می‌شود. هنگامی که یک اسکن خاص برای بررسی مورد آزمایش قرار می‌گیرد، دستیار رادیولوژیست ما به‌طور خودکار به تشخیص درست می‌رسد و نتایج آن را نشان می‌دهد. این نتایج در گزارش نهایی رادیولوژیست‌ها گنجانده می‌شود که به اطلاع پزشکان نیز می‌رسد تا بتوانند تعیین کنند که چه مراحل بعدی باید طی شود. «بنجامین» خاطرنشان می‌کند که هوش مصنوعی در انجام تحلیل بصری بسیار خوب عمل کرده است زیرا در سیستم‌های متعدد برای تشخیص چهره و اجسام در برنامه‌های گوشی‌های هوشمند و سایر محصولات استفاده می‌شود. این موضوع آن را به‌ویژه برای MRI، سی‌تی‌اسکن و تجزیه و تحلیل اشعه ایکس مناسب می‌کند. با این حال AI۱ برای موثرتر بودن، باید بسیاری از اسکن‌های پزشکی را تجزیه و تحلیل کند. وی توضیح داد: ما با همکاری بیمارستان‌ها کارمان را شروع کردیم که دسترسی به میلیون‌ها داده را برای ما فراهم کردند. بر اساس اعلام این شرکت، دو میلیارد نفر در دهه آتی وارد دوران میانسالی خواهند شد، اما تعداد رادیولوژیست‌ها ثابت باقی‌مانده است، در نتیجه رادیولوژیست‌های فعلی بدون استفاده از سیستم‌های الگوریتمی، مستاصل می‌شوند.«Zebra-med» تنها شرکتی نیست که روی این سیستم کار می‌کند. IBM نیز در حال آموزش و آماده‌سازی «واتسون» (Watson) برای خواندن اسکن‌های پزشکی است و همچنین از این تکنولوژی برای کمک به تعیین افرادی که ممکن است به بیماری‌های خاص مبتلا شوند، استفاده می‌کند. برنامه‌های کاربردی برای تشخیص سرطان پانکراس با بررسی چشمان شما مورد استفاده قرار می‌گیرند و یک سیستم دیگر می‌تواند علائم اولیه بیماری آلزایمر را با بررسی اسکن MRI مغز تشخیص دهد.«بنجامین» معتقد است ما برای انجام چنین کارهایی، بیش از حد به هوش مصنوعی وابسته نیستیم. وی می‌گوید: امروزه پزشکان از شدت کار زیاد بسیار تحت‌فشار قرار گرفته‌اند. من معتقدم که ابزارهایی مانند «زبرا» می‌تواند به عنوان یک جفت چشم اضافی به رادیولوژیست‌ها کمک کند تا تمام بیماری‌های بالقوه یک فرد را بدون از دست دادن هیچ نکته و احتمالی شناسایی کنند.



https://donya-e-eqtesad.com/%D8%A8%D...84%D8%A7%D8%B1

تشخیص دقیق و به‌موقع بیماری با هوش مصنوعی
چکیده مطلب : طبق گزارش دانشگاه توکیو، سیستم پرسش و پاسخ واتسون موفق شده است یک سرطان خون کم یاب را شناسایی کرده و بهبود بیمار کمک کند.


واتسون (به انگلیسی: Watson)، یک سیستم کامپیوتری پرسش و پاسخ (به انگلیسی: Question Answering) است که توسط شرکت آی بی ام (به انگلیسی: IBM) توسعه داده شده است. این سیستم قادر است به سؤالاتی پاسخ دهد که به زبان طبیعی از او پرسیده می شود. واتسون، از زمانی که معرفی شد تا کنون توجه زیادی را به خود معطوف کرده است! برای اولین بار این سیستم پرسش و پاسخ در یک مسابقه ی تلویزیونی شرکت کرد و برنده شد. همچنین این سیستم دستور پخت غذاهای لذیذی را در اختیار کاربران قرار داده است. اما به نظر می‌رسد کاربردهای واتسون به همین جا محدود نشده و پای خود را فراتر از این مسائل سرگرم کننده گذاشته است. این بار واتسون جان یک شخص را نجات داده است! طبق گزارشی که از دانشگاه توکیو دریافت شده است، با استفاده از هوش مصنوعی توانسته اند سرطان خون نادری را در یک زن ۶۰ ساله تشخیص دهند. این تشخیص در حالی صورت گرفت که پزشکان،‌ قادر به تشخیص دقیق بیماری نبودند! این سیستم کامپیوتری، فقط با صرف ۱۰ دقیقه زمان،‌توانست تغییرات ژنتیکی در بدن این بیمار را با ۲۰ میلیون مقاله درباره ی سرطان مقایسه کرده و یک تشخیص صحیح درباره ی این بیمار ارائه دهد! این تشخیص در نهایت منجر به درمان مؤثر و دقیق و نجات جان آن بیمار گردید!‌ طبق گزارش این دانشگاه، واتسون هم موفق شده است یک سرطان خون کم یاب دیگر را شناسایی کرده و بهبود بیمار کمک کند. شاید زمان زیادی لازم باشد تا سیستم‌های هوش مصنوعی بتوانند به شکل عادی در بیمارستان ها برای تشخیص نوع بیماری به کار گرفته شوند. همچنین باید اشاره کرد که در چنین موقعیتی، باید به اندازه ی کافی داده برای مقایسه وجود داشته باشد. اما نمی‌توان از تشخیص دقیق و به‌موقع این سیستم‌ها، چشم‌پوشی کرد. بیماران زیادی را سراغ داریم که به خاطر سهل انگاری یا عدم تشخیص صحیح و به‌موقع پزشکان، جان خود را از دست داده اند. این امر، اهمیت و کارایی تکنولوژی هوش مصنوعی را در دنیای پزشکی نشان می دهد. با استفاده از این تکنولوژی، پزشکان، برای تشخیص یک بیماری، دیگر نیازی به بررسی و به حافظه سپردن تمام تحقیقات انجام شده ندارند. یا حتی دیگر نیازی نیست که از پزشکان دیگر درباره ی نوع بیماری و تشخیص، نظرخواهی کنند. فقط کافی است داده‌های صحیح را به سیستم دهند و فرایند درمان را هر چه زودتر آغاز کنند! منبع: engadget , faceit


https://fullkade.com/1395/05/artific...nose-diseases/

آینده پزشکی: چگونه هوش مصنوعی به تشخیص بیماری‌ها کمک می‌کند؟

آینده پزشکی: چگونه هوش مصنوعی به تشخیص بیماری‌ها کمک می‌کند؟

دکتر علی اصغر هنرمند | ۱۳ بهمن ۱۳۹۶ - ۱۰:۱۰ | فناوری، منتخب ایران ام دی | بدون دیدگاه

نتیجه یک آنالیز که به تازگی توسط موسسه تحقیقاتی معتبر گارتنر منتشر شده، پیش‌بینی می‌کند که تا سال ۲۰۲۱ گردش مالی حاصل از دستگاه‌های هوشمند به ۲۹ میلیارد دلار خواهد رسید و ۳۰ درصد شرکت‌های بزرگ از نرم‌افزارها یا دستگاه‌هایی استفاده می‌کنند که به هوش مصنوعی تکیه دارند. اما «هوشمند» بودن یک دستگاه یا نرم‌افزار به چه معنی است؟ و این موضوع در حوزه پزشکی و تشخیص بیماری‌ها چه کاربردی دارد؟ این روزها صحبت‌های مختلفی در مورد تهدید رشته پزشکی توسط هوش مصنوعی شنیده می‌شود. آیا این پیش‌بینی‌ها حقیقت دارد؟ در این مطلب« ایران ام دی» به بررسی بیشتر این موضوع می‌پردازیم.
هوش مصنوعی چیست؟
اگر دستگاهی بتواند به خودش آموزش بدهد و خودش را بهتر کند، می‌توانیم آن را نوعی هوش بدانیم. به توانایی یادگیری توسط یک دستگاه بی‌جان، یادگیری ماشینی (machine learning) می‌گویند که زیرشاخه‌ای از هوش مصنوعی است.
در مقطع زمانی فعلی، صحبت کردن از ماشین‌های هوشمند ما را به یاد چیز‌هایی می‌اندازد که آنقدرها هم باهوش نیستند! مثلا ربات‌هایی که در کارخانه به مونتاژ قطعات مشغولند و یا مسواک‌های برقی‌ نسبتا هوشمندی که دارای سنسورهایی برای هشدار دادن در مورد مدت زمان مسواک زدن و میزان فشار وارد شده هستند. اما هوش مصنوعی در پشت صحنه به سرعت در حال پیشرفت است. پیش از آشنایی با برخی گام‌های مهم برداشته شده، لازم است که با معنی چند عبارت آشنا شویم:
آشنایی با ترمینولوژی
بد نیست با مفهوم سه عبارت پرکاربرد در این حوزه آشنا شویم:
هوش مصنوعی (Artificial Intelligence):
هوش مصنوعی که به طور مخفف AI نیز نامیده می‌شود، یک عبارت کلی برای بیان تکنیک‌هایی است که به کامپیوترها اجازه می‌دهد هوش انسان را تقلید کنند. این مفهوم کامپیوترها را قادر می‌سازد که دارای منطق باشند، از قوانین پیروی کنند و به آنها توانایی یادگیری و تصمیم‌گیری می‌دهد.
یادگیری ماشینی (Machine Learning):
در واقع زیرمجموعه‌ای از هوش مصنوعی است و شامل تکنیک‌هایی است که به ماشین‌ها اجازه می‌دهد تجربه پیدا کنند و مهارت‌های خودشان را بر اساس آموخته‌ها بهبود ببخشند. یکی از زیرمجموعه‌های آن «یادگیری عمیق» نام دارد.
یادگیری عمیق (Deep Learning):
همانطور که گفتیم این هم نوعی یادگیری است و زیرمجموعه‌ای از یادگیری ماشینی به حساب می‌آید. کامیپوتر دارای الگوریتم‌هایی است که می‌تواند با کمک آنها بیاموزد و مهارت‌های خودش را ارتقا دهد. در این روش از تکنیک‌هایی استفاده می‌شود که کامپیوتر با کمک‌ آنها قادر به کشف ویژگی‌های مختلف و آموزش خودش بر مبنای آنها است. به خاطر شباهت این روش با فرایندی یادگیری و عملکرد نورون‌های مغز، به برخی معماری‌های این روش، «شبکه‌های عصبی» نیز گفته می‌شود.
«یادگیری عمیق» چگونه قادر به تشخیص بیماری‌ها خواهد بود؟

هوش‌مصنوعی در شاخه‌های مختلفی به کار گرفته می‌شود و رشته پزشکی یکی از تخصص‌هایی است که هوش مصنوعی با سرعتی زیاد مشغول آموختنش است. هوش مصنوعی برای تحصیل! در رشته پزشکی از روش «یادگیری عمیق» استفاده می‌کند.
برای مثال در حال حاضر سیستمی ساخته شده که قادر به تشخیص توده‌های بدخیم پوستی با دقت بسیار بالا است. اما احتمالا این پرسش ایجاد می‌شود که کامپیوتر چگونه می‌تواند یک خال طبیعی را از یک خال بدخیم تشخیص بدهد؟ پاسخ در تکنیک «یادگیری عمیق» نهفته است.
اجازه دهید با یک مثل پیش برویم:
تصور کنید می‌خواهید به کامپیوتر یاد بدهید تا در میان انبوهی از تصاویر، قادر به تشخیص تصویر سگ‌ها باشد. سگ‌ دارای برخی ویژگی‌ها است: مثلا دوچشم دارد، چهار پا دارد، دم دارد، از انسان کوچک‌تر است، از گربه بزرگ‌تر است و پشمالو است!
شما تعداد زیادی تصویر از سگ‌های مختلف به کامپیوتر نشان می‌دهید و کامپیوتر با کمک الگوریتم‌های یادگیری عمیق، به تدریج یاد می‌گیرد که چگونه میان تصویر یک سگ و دیگر تصاویر تفاوت قائل شود.
فرایند یادگیری توسط هوش مصنوعی

در مورد تشخیص بیماری‌ها هم فرایند یادگیری به همین منوال است و تقریبا شبیه همان فرایندی است که ما انسان‌ها برای یادگیری طی می‌کنیم. کامپیوتر پس از دریافت هزاران تصویر از خال‌های طبیعی و بدخیم، به اندازه‌ای تجربه پیدا می‌کند که قادر به افتراق موارد بدخیم با دقت بسیار بالا می‌شود.
اما یک تفاوت اساسی میان انسان و کامپیوتر وجود دارد: انسان برای دیدن و یادگیری هزاران خال طبیعی و غیرطبیعی به زمان نیاز دارد تا تجربه خودش را بالا ببرد. اما کامپیوترها در این مورد بسیار سریع‌تر از انسان‌ها هستند و می‌توانند طی زمانی بسیار کوتاه، هزاران و حتی میلیون‌ها تصویر ببینند و به سرعت تجربه خودشان را بالا ببرند.
دسترسی به منابع عظیم اطلاعات سلامت
سامانه‌های ثبت الکترونیکی اطلاعات سلامت این اجازه را به کامپیوترها می‌دهند که به انبوهی از اطلاعات مختلف سلامت و پرونده‌های پزشکی دسترسی داشته باشند. هرچه اطلاعات بیشتری در این سیستم‌ها ذخیره شود، سیستم‌های هوش مصنوعی امکان یادگیری بیشتری خواهند داشت و الگوریتم‌های خودشان را بهتر و قوی‌تر می‌کنند.
در حال حاضر شرکت‌ها و محققان زیادی در سراسر دنیا روی موضوع به کارگیری اطلاعات سلامت و ارتقای هوش مصنوعی کار می‌کنند.

وضعیت حال حاضر: کامپیوترها در تشخیص بیماری‌ها چقدر باهوش شده‌اند؟

چیز‌هایی که تا به حال صحبت کردیم فقط تئوری نیستند و همین الان نیز به کار گرفته شده‌اند. برای مثال، حدود یک سال پیش نتایج تحقیقی در مجله نیچر منتشر شد که سروصدای زیادی به پا کرد.
این تحقیق توسط تعدادی از برجسته‌ترین پیشگامان هوش‌مصنوعی و یک گروه پزشکی در دانشگاه استنفورد انجام شده بود. آنها حدود ۱۳۰ هزار تصویر از کیس‌های کلینیکی به کامپیوتر‌ نشان دادند که حدود ۲۰۰۰ تای آنها دارای انواع بیماری‌های پوستی بودند. سیستم هوش مصنوعی ساخته شده، بعد از دیدن این تصاویر، قادر به تشخیص بیماری‌های پوستی شده بود.
در مرحله بعد آنها توانایی این سیستم را برای تشخیص دو نوع بدخیمی خاص مورد ارزیابی قرار دادند:
۱- آیا کامپیوتر قادر است بین seborrheic keratoses خوش‌خیم و keratinocyte carcinomas افتراق قائل شود که شایع‌ترین سرطان پوست است؟
۲- آیا کامپیوتر قادر است خال طبیعی را از ملانوم بدخیم که خطرناک‌ترین سرطان پوستی است، افتراق دهد؟
آنها توانایی کامپیوتر در تشخیص این بیماری‌ها را با توانایی ۲۱ درماتولوژیست معتبر در آمریکا مقایسه کردند و نتیجه تحقیق نشان داد که کامیپوتر در تشخیص این بیماری‌ها به خوبی درماتولوژیست‌های باتجربه عمل می‌کند!
حال برنامه بعدی آنها این است که یک اپلیکیشن موبایل ارایه کنند تا کاربران بتوانند از ضایعات پوستی‌شان عکس گرفته و برای این سیستم هوش مصنوعی ارسال کنند و طی چند ثانیه جواب دریافت کنند.
روی جلد شماره فوریه ۲۰۱۷ مجله نیچر به مقاله تشخیص بدخیمی‌های پوستی با کمک هوش مصنوعی اختصاص یافت.

اما توانایی کامپیوترها به تشخیص بیماری‌های پوستی محدود نمی‌شود و آنها به تدریج قادر به تشخیص بسیاری بیماری‌های دیگر نیز خواهند بود. کافی است علائم مثبت و منفی بیماری را کنار هم بگذارند تا یاد بگیرند چگونه می‌توانند به تشخیص برسند.
مثال جالب دیگر، کاری است که توسط شرکت Enlitic انجام شده: آنها با کمک «یادگیری عمیق» به کشف ندول‌های ریه در تصاویر سی‌تی اسکن و MRI می‌پردازند و احتمال بدخیم بودن آنها را بررسی می‌کنند. مدیرعامل این شرکت که استاد سابق رشته radiation oncology دانشگاه کالیفرنیا است، ادعا می‌کند که الگوریتم‌های هوش مصنوعی این شرکت در حال حاضر از پزشکان رادیولوژیست بهتر عمل می‌کند.
او می‌گوید “تا پیش از این، نرم‌افزارهای کامپیوتری از تعدادی پیش‌فرض محدود برای تشخیص برخی بیماری‌های خاص استفاده می‌کردند و برای هر بخش از بدن انسان و هر گروه از بیماری‌ها به نرم‌افزارهای خاصی نیاز بود. نتیجه کار آنها نیز اشتباهات زیادی داشت و نمی‌توانست خودش را با شرایط مختلف وفق بدهد. به همین خاطر این نرم‌افزارها هیچ وقت در بالین بیمار مورد استفاده قرار نگرفتند. اما یادگیری عمیق می‌تواند به سرعت، طیف گسترده‌ای از بیماری‌ها را در تمام بدن مد نظر قرار دهد و تمام انواع روش‌های تصویربرداری موجود (مانند رادیوگرافی‌ها، سی‌تی اسکن و…) را پوشش دهد.”
آیا هوش مصنوعی، پزشکی را تهدید می‌کند؟

برای دادن یک پاسخ قطعی نباید عجله کرد. الگوریتم‌های یادگیری عمیق، مشابه ما پزشکان با دیدن کیس‌های بیشتر، با تجربه‌تر می‌شوند. با این تفاوت که آنها به استراحت و خواب نیاز ندارند. یک پزشک پس از دیدن هزاران تصویر MRI در طول زندگی کاری‌اش تجربه کسب می‌کند. اما یک کامپیوتر می‌تواند در مدت زمانی کوتاه چند میلیارد تصویر MRI ببیند. امکان بروز اشتباه در انسان‌ها زیاد است، اما در مورد کامپیوترها اوضاع به گونه‌ای دیگر پیش ‌می‌رود. ضمن اینکه کامپیوتر بیمار یا خسته نمی‌شود و دل‌مشغولی‌های دیگری نیز ندارد.
برخی پیش‌بینی‌ها می‌گویند که کامپیوترها به زودی قادر خواهند بود در ابعاد وسیع جایگزین پزشکان شوند و حتی پیش‌بینی می‌کنند که سه رشته درماتولوژی، رادیولوژی و پاتولوژی زودتر از بقیه تخصص‌ها قربانی هوش مصنوعی می‌شوند. چرا که «تصاویر»، منبع اصلی آموزش این تخصص‌ها به کامیپوترها هستند.
اما یک زاویه دیگر این است که هوش مصنوعی به «کمک» پزشکان در تشخیص و درمان بیماری‌ها خواهند آمد و نتیجه آن به نفع پزشک و بیمار خواهد شد. البته نباید انکار کرد که هوشمند شدن کامپیوترها باعث می‌شود که ما پزشکان نیز به ارتقای مهارت‌هایمان هم در حوزه پزشکی و هم در کامیپوتر نیاز بیشتری پیدا کنیم.
آینده پزشکی: چگونه هوش مصنوعی به تشخیص بیماری‌ها کمک می‌کند؟ - ایران ام دی

تشخیص این بیماری با هوش مصنوعی

نتایج جدید تحقیقات کارشناسان نشان می دهد الگوریتم ناشی از هوش مصنوعی می تواند علائم اولیه زوال عقل را در اسکن مغز نشان دهد و پیش بینی احتمال ابتلا به آلزایمر را از دو سال قبل امکان پذیر سازد.به گفته محققان دانشگاه مک گیل کانادا، این الگوریتم که ۸۴ درصد احتمال ابتلا به بیماری آلزایمر را درست پیش بینی می کند، می تواند در به تاخیر انداختن شروع بیماری موثر باشد.
پدرو رزا نتو، عضو تیم تحقیق، در این باره می گوید: «این تکنولوژی هنوز در مراحل اولیه است اما یافته ها نشان می دهد بررسی اسکن مغزی با هوش مصنوعی می تواند نتایج خوبی را به همراه داشته باشد.»
وی در ادامه می افزاید: «در توسعه داروهایی که باعث کُند شدن روند شروع بیماری آلزایمر می شود، لازم است آزمایشات بالینی دارو بین ۱۸ تا ۲۴ ماه انجام شود.»
دانشمندان می دانند تشکیل پروتئینی موسوم به آمیلوئید، که در مناطق مختلف مغز تجمع می یابد، می تواند منجر به اختلال شناختی شود، اما با توجه به پیچیدگی های تعیین محل و میزان تشکیل پروتئین، استفاده از این اطلاعات برای پیش بینی زمان ابتلا فرد به آلزایمر، فقط از طریق خوانش اسکن های PET دشوار است.
همچنین وجود آمیلوئید در مغز الزاماً به معنای ابتلای فرد به آلزایمر نیست. از اینرو ممکن است ۵ تا ۱۰ سال طول بکشد تا علائم زوال عقل پدیدار شود.
برنامه هوش مصنوعی توسعه داده شده توسط تیم تحقیق می تواند به پزشکان کمک کند تا از دو سال قبل احتمال ابتلا به آلزایمر را تشخیص دهند.

منبع : ایران آنلاین
تشخیص این بیماری با هوش مصنوعی

تشخیص بیماری با هوش مصنوعی

سلامت آنلاین- محققان دانشکده پزشکی هاروارد توانسته‌اند روشی را برای آموزش هوش مصنوعی به منظور خوانش و تعبیر تصاویر پاتولوژی طراحی کنند.


به گزارش سلامت آنلاین به نقل از ایسنا، رایانه‌ها در آینده می‌توانند به پزشکان کمک کنند تا بسیار سریع‌تر از اکنون بیماری‌ها را تشخیص دهند.
بر اساس گزارش کنسر نیوز، این روش مبتنی بر یادگیری عمیق است که معمولا برای آموزش هوش مصنوعی به منظور تشخیص کلام، تصاویر و اجسام به کار می‌رود.
محققان اخیرا توانستند موثر بودن تکنیک خود را در رقابتی در سمپوزیوم بین‌المللی سالانه تصویربرداری پزشکی زیستی به نمایش بگذارند که در آن، هوش مصنوعی باید به دنبال سرطان پستان به بررسی تصاویر غدد لنفاوی می‌پرداخت.
محققان با تغذیه صد‌ها تصویر نشان‌دار به دستگاه برای نمایش بخش‌های دارای سلول‌های سرطانی و سالم، به آموزش آن پرداختند. آن‌ها سپس تصاویر را که هوش مصنوعی با مشکل بیشتری با آن‌ها روبرو بود، شناسایی کرده و نمونه‌های مشکل‌دار بیشتری را به آن افزودند. با این روش، هوش مصنوعی به اندازه کافی تقویت شد تا ۹۲ درصد موارد با دقت انتخاب کرده و در دو دسته بندی جداگانه رقابت برنده شود.
اگرچه این هوش مصنوعی هنوز قابل مقایسه با متخصصان پاتولوژیست که از دقت ۹۶ درصدی برخوردارند، نیست، اما بسیار نویدبخش نشان داده است. با ترکیب این هوش با تحلیل‌های پزشکان، نتایجی با دقت ۹۹/۵ درصدی بدست آمد.



تشخیص بیماری با هوش مصنوعی - سلامت آنلاین

تشخیص بیماری توسط هوش مصنوعی در ازای تنها یک دلار!

فناوری شرکت مهندسی پزشکی "Zebra-Med" در ازای تنها یک دلار برای هر اسکن کامل بدنی، به رادیولوژیست‌ها کمک می‌کند تا بیماری‌های قلبی، کبدی، ریوی، استخوانی و غیره را تشخیص دهند.
به گزارش ایسنا و به نقل از انگجت، یک شرکت به نام "Zebra Medical Vision" یک سرویس جدید را به نام "Zebra AI1" معرفی کرده است که از الگوریتم‌هایی برای بررسی اسکن پزشکی شما به ازای یک دلار استفاده می‌کند.

موتور یادگیری عمیق می‌تواند سی تی اسکن، ام.آر.آی (MRI) و دیگر اسکن‌ها را بررسی کرده و به طور خودکار بیماری‌های ریوی، کبد، قلب و استخوان را تشخیص دهد.

مسؤولان این شرکت می‌گویند: توانایی‌های جدید مانند تشخیص سرطان ریه و سرطان سینه، ترومای مغزی، فشار خون بالا و دیگر موارد به زودی ممکن می‌شود.

نتایج پس از بررسی اسکن‌ها به متخصصان رادیولوژیست منتقل می‌شود. این کار منجر به حذف زمان برای تشخیص و یا درخواست آزمایش بیشتر توسط رادیولوژیست‌ها می‌شود.

"انگجت" با "الاد بنجامین"، مدیرعامل و یکی از بنیانگذاران شرکت "Zebra-Med در کنفرانس "Hello Tomorrow" در پاریس دیدار کرد و خبرهای مربوط به اسکن را منتشر کرد.

وی گفت: ما محصولی داریم که به طور خودکار داده‌های تصویربرداری پزشکی را از سی تی اسکن، اشعه ایکس و غیره، خوانده و تحلیل می‌کند و "AI1" مجموعه‌ای کامل از خدمات را با پایه یک دلار فراهم می‌کند.

سیستم در حال حاضر می‌تواند 11 بیماری مختلف را شناسایی کند و تا پایان سال 2017 نیز می‌تواند 6 بیماری دیگر را شناسایی کند.

این شرکت در مجموع 35 محصول تشخیصی دارد که طی یک سال آینده آنها را عرضه می‌کند. یک نمونه از بیماری‌هایی که می‌تواند تشخیص دهد، انسداد کلسیمی (کلسیم کرونری) است که اگر مقدار زیادی از آن در شریان بیمار ایجاد شود، می‌تواند یک حمله قلبی یا سکته مغزی ایجاد کند.

"بنجامین" گفت: ما یک الگوریتم داریم که می‌تواند به طور خودکار سی تی اسکن سینه را دریافت کند و یک عدد را تعیین می‌کند که دقیقا اندازه گیری کلسیم کرونری است. این اندازه‌گیری می‌تواند مراقبت بسیار بهتر از آن بیمار را فراهم کند.

یافته‌های الگوریتم Al1 با سیستم‌های اطلاعات رادیولوژی (RIS) و سیستم‌های ارتباطات آرشیو عکس (PACS) که توسط موسسات پزشکی در ایالات متحده آمریکا، انگلستان و دیگر نقاط دنیا مورد استفاده قرار می‌گیرند، یکپارچه شده است.

این امکان اجازه می‌دهد تا رادیولوژیست‌ها به راحتی از نتایج یادداشت‌های Zebra-Med به عنوان بخشی از خواندن و گزارش کار خود، استفاده کنند.

"بنجامین" گفت: یک بیمار به یک مؤسسه می‌آید و یک اسکن می‌گیرد و سپس به تعدادی از رادیولوژیست‌ها منتقل می‌شود. هنگامی که یک اسکن خاص برای بررسی مورد آزمایش قرار می‌گیرد، دستیار رادیولوژیست ما به طور خودکار به تشخیص درست می‌رسد و نتایج آن را نشان می‌دهد. این نتایج در گزارش نهایی رادیولوژیست‌ها گنجانده می‌شود که به اطلاع پزشکان نیز می‌رسد تا بتوانند تعیین کنند که چه مراحل بعدی باید طی شود.

"بنجامین" خاطرنشان می‌کند که هوش مصنوعی در انجام تحلیل بصری بسیار خوب عمل کرده است، زیرا در سیستم‌های متعدد برای تشخیص چهره و اجسام در برنامه‌های گوشی‌های هوشمند و سایر محصولات استفاده می‌شود.

این موضوع آن را به‌ویژه برای MRI، سی تی اسکن و تجزیه و تحلیل اشعه ایکس مناسب می‌کند. با این حال AI1 برای موثرتر بودن، باید بسیاری از اسکن‌های پزشکی را تجزیه و تحلیل کند.

وی توضیح داد: ما با همکاری بیمارستان‌ها کارمان را شروع کردیم که دسترسی به میلیون‌ها داده را برای ما فراهم کردند.

بر اساس اعلام این شرکت، دو میلیارد نفر در دهه آتی وارد دوران میانسالی خواهند شد، اما تعداد رادیولوژیست‌ها ثابت باقی مانده است. در نتیجه، رادیولوژیست‌های فعلی بدون استفاده از سیستم‌های الگوریتمی، مستاصل می‌شوند.

"Zebra-med" تنها شرکتی نیست که بر روی این سیستم کار می‌کند. IBM نیز در حال آموزش و آماده‌سازی "واتسون" (Watson) برای خواندن اسکن‌های پزشکی است و همچنین از این تکنولوژی برای کمک به تعیین افرادی که ممکن است به بیماری‌های خاص مبتلا شوند، استفاده می‌کند.

برنامه‌های کاربردی برای تشخیص سرطان پانکراس با بررسی چشمان شما مورد استفاده قرار می‌گیرند و یک سیستم دیگر می‌تواند علائم اولیه بیماری آلزایمر را با بررسی اسکن MRI مغز تشخیص دهد.

"بنجامین" معتقد است ما برای انجام چنین کارهایی، بیش از حد به هوش مصنوعی وابسته نیستیم.

وی می‌گوید: امروزه پزشکان از شدت کار زیاد بسیار تحت فشار قرار گرفته‌اند. من معتقدم که ابزارهایی مانند "زبرا" می‌تواند به عنوان یک جفت چشم اضافی به رادیولوژیست‌ها کمک کند تا تمام بیماری‌های بالقوه یک فرد را بدون از دست دادن هیچ نکته و احتمالی شناسایی کنند.
https://www.isna.ir/news/96080703655...84%D8%A7%D8%B1

تشخیص بیماریهای سیستم ایمنی بدن توسط هوش مصنوعی

ایکروسافت با همکاری یک شرکت بیوتکنولوژی و با بهره‌مندی از هوش مصنوعی، قصد دارد بیماری‌های خود ایمنی سیستم ایمنی بدن را تشخیص دهد.


به گزارش ایسنا، به نقل از وب سایت آی تی پروپورتال، این روزها که غول های تکنولوژی در سراسر جهان بدنبال بهره‌مندی هرچه بیشتر از فناوری هوش مصنوعی در عرصه های مختلف علم و دانش هستند، هم اکنون شرکت مایکروسافت از همکاریهای خود در این رابطه با یک شرکت فعال در زمینه بیوتکنولوژی خبر داده است.
مایکروسافت با شرکت اداپتیو که در زمینه ساخت و توسعه محصولات بیوتکنولوژیک فعالیت می کند و در شهر سیاتل آمریکا مستقر شده، شروع به همکاری کرده است تا بتوانند با استفاده از فناوری هوش مصنوعی، محصول جدیدی را طراحی و تولید کنند که بتواند با انجام یک آزمایش خون ساده، بیماری ها و اختلالات خود ایمنی سیستم ایمنی بدن بیماران را به طور دقیقی بررسی کرده و تشخیص دهد.
بر اساس گزارش‌های Geekwire، این غول تکنولوژی صدها میلیون دلار در این پروژه عظیم سرمایه گذاری کرده است چراکه مدیران این دو شرکت بر این باورند که در صورت موفقیت و دستیابی به این محصول، تحول بزرگی در علم پزشکی، تشخیص بیماری و درمان آن بوجود خواهد آمد. بنابراین این پروژه هرچقدر هم پرهزینه و دشوار بنظر برسد، مایکروسافت با همکاری شرکت اداپتیو تصمیم گرفته اند که در راستای کمک به علم پزشکی چنین سرمایه گذاری هنگفتی را انجام بدهند.
اختلالات خود ایمنی زمانی بوجود می آید که سیستم ایمنی بدن انسان علی رغم هوشمندی‌های پیچیده ای که دارد، تحت تاثیر فاکتورها و عوامل مختلفی دچار بحران و اختلال می شود بدین ترتیب سیستم ایمنی بدن و عموما گلبول های سفید با خود بعنوان بیماری برخورد کرده و دچار تضعیف عملکرد خود می شوند.
هم اکنون دانشمندان و متخصصان علم هوش مصنوعی معتقدند که با استفاده از فناوری هوش مصنوعی می توانند به کمک سیستم ایمنی بدن افراد آمده و این بیماری ها را به سرعت بیشتری تشخیص داده و به درمان آن بپردازند.


https://www.eghtesadnews.com/%D8%A8%...88%D8%B9%DB%8C

تشخیص بیماری قلبی با استفاده از هوش مصنوعی

وزارت بهداشت انگلیس اعلام کرد که برای تشخیص بیماری قلبی و سرطان ریه از روی اسکن ها، احتمالا در سال 2018 از هوش مصنوعی استفاده می کند.
به گزارش از روزنامه تلگراف، محققان یک بیمارستان دانشگاه آکسفورد در انگلیس سیستمی ابداع کرده اند که به گفته آنها از طریق تشخیص بسیار زودهنگام بیماری ها می تواند میلیون ها پوند صرفه جویی کند.
در حال حاضر متخصصان قلب با رصد زمان ضربان قلب در اسکن ها، مشکلات قلبی را تشخیص می دهند اما این تشخیص ها همواره دقیق نیستند به طوری که از هر پنج بیمار یک نفر یا به یک حمله قلبی مبتلا می شود و یا تحت یک جراحی غیر ضروری قرار می گیرد.
اما گفته می شود که سیستم مبتنی بر هوش مصنوعی که در بیمارستان ‘جان رادکلیف’ ابداع شده است، با تشخیص جزئیاتی که پزشکان قادر به مشاهده آنها نیستند، اسکن های قلبی را بسیار دقیق تر بررسی می کند.
این فناوری در آزمایش های بالینی در شش واحد قلبی عروقی آزمایش شده و قرار است نتایج آن امسال منتشر شود.
منبع
تشخیص بیماری قلبی با استفاده از هوش مصنوعی - دکترحمیدرضا دهقان منشادی

با استفاده از هوش مصنوعی، سرطان پوست را تشخیص دهید

گروهی از محققان موفق شده اند با توسعه سیستم مبتنی بر هوش مصنوعی، سرطان پوست ملانوما را سریعا تشخیص دهند که هوش مصنوعی کمک زیادی به این کار می کند. در این مقاله از دکتر سلام تاثیر هوش منصوعی در تشخیص سرطان پوست را آماده کرده ایم. با ما همراه شوید.
این تکنولوژی از نرم افزار یادگیری دستگاه برای آنالیز تصاویر گرفته شده از ضایعات پوستی استفاده کرده و در اختیار پزشکان همراه با داده های عینی در مورد نشانگرهای مشخص کننده ملانوما قرار می دهد؛ سرطان پوست ملانوما اگر خیلی دیر تشخیص داده شود، بیماری مرگباری خواهد بود، اما در صورت تشخیص بموقع قابل درمان است.
سیستم هوش مصنوعی با استفاده از دهها هزار تصویر از پوست و میزان هموگلوبین و یوملانین مربوطه شان، می تواند در ابتدا تعداد بیوپسی های غیرضروری را کاهش دهد و بدین ترتیب هزینه های چشمگیر درمان کاهش یابد.
تغییر در غلظت و توزیع یوملانین، ماده شیمیایی که رنگ پوست را مشخص می کند، و هموگلوبین، پروتئین موجود در سلول های قرمز خون، از شاخص های قوی ملانوما هستند.
به گفته محققان، این سیستم جدید اطلاعات عینی درباره ویژگی های ضایعه پوستی را در اختیار پزشکان قرار داده تا به آنها قبل از انجام هرگونه اقدامات تهاجمی کمک کند.
الکساندر وانگ، استاد دانشگاه واترلو کانادا، در این باره می گوید: «این شیوه می تواند ابزاری قدرتمند برای تشخیص فوری سرطان پوست باشد.»
در حال حاضر، متخصصان پوست عمدتا با معاینات چشمی ضایعات پوستی نظیر خال ها تصمیم می گیرند آیا بیماران باید برای تشخیص بیماری تحت نمونه برداری قرار گیرند یا نه.
منبع: خبرگزاری مهر
با استفاده از هوش مصنوعی، سرطان پوست را تشخیص دهید