تصمیم گیری اتوماتیک در حوزه پزشکی با کمک هوش مصنوعی

به گزارش مهسان بلاگ، پژوهشگران دانشگاه ام.آی.تی با همکاری دکتر داریوش مهتا دانشمند ایرانی، نوعی مدل مبتنی بر یادگیری ماشینی ارائه داده اند که می توانند به تصمیم گیری اتوماتیک در حوزه پزشکی کمک کند.

تصمیم گیری اتوماتیک در حوزه پزشکی با کمک هوش مصنوعی

به گزارش خبرنگاران و به نقل از ام.آی.تی نیوز، دانشمندان علوم رایانه دانشگاه ام.آی.تی(MIT) با همکاری دکتر داریوش مهتا(Daryush Mehta)، از اعضای مرکز جراحی حنجره بیمارستان عمومی ماساچوست(MGH) امیدوارند که بتوانند امکان استفاده از هوش مصنوعی را برای بهبود تصمیم گیری در حوزه پزشکی ارتقا دهند. آنها قصد دارند کاری که معمولا به صورت دستی انجام می شود و به خاطر گسترش مجموعه داده ها سخت است، به صورت اتوماتیک انجام دهند.

حوزه تحلیل پیشگویانه(Predictive analytics)، برای کمک به تشخیص های بالینی و درمان بیماران بسیار امیدوارکننده هستند. مدل های یادگیری ماشینی، این قابلیت را دارند که برای یافتن الگوهای مربوط به داده های هر بیمار آموزش داده شوند و به تشخیص گندخونی و شیمی درمانی ایمن کمک کنند و برای پیش بینی خطر ابتلا به بیماری های وخیمی مانند سرطان پستان به کار روند.

مجموعه داده ها، معمولا اطلاعات افراد سالم و بیمار را در بر دارد اما داده های کمی در مورد هر فرد را شامل می شود. متخصصان باید ویژگی هایی را در این مجموعه داده ها پیدا کنند که برای پیش بینی بیماری ها مهم هستند.

مهندسی ویژگی(feature engineering)، فرآیندی سخت و پرهزینه است اما در صورت افزایش استفاده از حسگرهای پوشیدنی، می تواند چالش های بیشتری را به همراه داشته باشد. پژوهشگران با کمک حسگرهای پوشیدنی می توانند اطلاعات مربوط به الگوهای خواب، راه رفتن و صدای بیمار را به سادگی بررسی کنند. پژوهشگران ام.آی.تی در بررسی جدید خود توانستند تنها پس از یک هفته بررسی اطلاعات بیماران، چند میلیارد نمونه داده برای هر بیمار ارائه دهند.

این پژوهش، مدلی را نشان می دهد که می تواند پیش بینی ویژگی های مربوط به اختلالات صوتی را به صورت اتوماتیک انجام دهد.

این ویژگی ها، در یک مجموعه داده شامل حدود 100 بیمار جای گرفته اند که داده های مربوط به اختلالات صوتی هر یک از آنها را به همراه چند میلیارد نمونه در بر دارد. به عبارت دیگر، این مجموعه، تعداد کمی از افراد را با تعداد گسترده ای از داده های مربوط به هر یک در بر دارد. این مجموعه داده، سیگنال هایی را شامل می شود که از یک حسگر نصب شده روی گردن افراد به دست آمده اند.

این مدل در آزمایش ها، به صورت اتوماتیک از ویژگی های مربوط به داده ها استفاده می کند تا بیماران را با دقت بالا طبقه بندی کند. آسیب هایی که به حنجره وارد می شوند، معمولا در اثر استفاده بد از صدا مانند فریاد زدن پیش می آیند. مدل پژوهشگران ام.آی.تی می تواند این کار را بدون بررسی دستی مجموعه داده ها انجام دهد.

ژوزه خاویر گونزالز اورتیز(Jose Javier Gonzalez Ortiz)، دانشجوی مقطع دکتری دانشگاه ام.آی.تی و نویسنده ارشد این پژوهش گفت: شاید جمع آوری مجموعه داده ها در بلند مدت ساده باشد اما این کار به پزشکانی نیاز دارد که دانش خود را برای طبقه بندی مجموعه داده ها به کار ببرند. هدف ما این است تا بخشی که متخصصان باید به صورت دستی انجام دهند، حذف کنیم و مدل یادگیری ماشینی را به جای مهندسی ویژگی به کار ببریم.

مدل یادگیری ماشینی، این قابلیت را دارد تا برای یادگیری الگوهای هر بیماری مورد استفاده قرار گیرد. پژوهشگران باور دارند که توانایی شناسایی الگوهای روزانه صدا، گام مهمی در ابداع روش های بهتر برای پیشگیری، تشخیص و درمان اختلالات صوتی به شمار می رود. این مدل می تواند به طراحی روش های جدیدی برای شناسایی اختلالات صوتی و آگاه کردن افراد در مورد رفتارهای مضر برای صدا کمک کند.

این پژوهش، در نشست یادگیری ماشینی برای مراقبت سلامتی (MLHC) ارائه خواهد شد.

تور روسیه: تور سوچی، تور مسکو، تور سن پترزبورگ، تور تابستان نوروز، بهار روسیه

منبع: خبرگزاری ایسنا
انتشار: 3 شهریور 1400 بروزرسانی: 3 شهریور 1400 گردآورنده: mahsanblog.ir شناسه مطلب: 13921

به "تصمیم گیری اتوماتیک در حوزه پزشکی با کمک هوش مصنوعی" امتیاز دهید

امتیاز دهید:

دیدگاه های مرتبط با "تصمیم گیری اتوماتیک در حوزه پزشکی با کمک هوش مصنوعی"

* نظرتان را در مورد این مقاله با ما درمیان بگذارید