همنواز

شناسایی سل با هوش مصنوعی ؛ برابری با کارکنان تعلیم دیده رادیولوژی

دانشمندان در حوزه درمان در تلاش‌اند تا از فواید هوش‌های مصنوعی در حوزه تشخیص و درمان بیماری‌ها استفاده کنند. شناسایی سل با هوش مصنوعی از این تلاش‌ها است.

در بررسی‌های اخیر نشان داده شده است که هوش‌های مصنوعی می‌توانند در راستای تشخیص بیماری‌ها به متخصصان بالینی کمک‌های لازم را بکنند. شناسایی سل با هوش مصنوعی از جمله چیزهایی است که دانشمندان در حال مطالعه و تحقیق بر روی آن هستند.

شناسایی سل با هوش مصنوعی

برابری با کارکنان تعلیم دیده رادیولوژی

شناسایی بیماری سل با هوش مصنوعی
شناسایی بیماری سل با هوش مصنوعی

به نقل از هلث‌دی نیوز پژوهشگران در یک کنفرانس اروپایی در این هفته گزارش کردند یک نرم‌افزار هوش مصنوعی با موفقیت سل (TB) را بر مبنای عکس‌های تلفن‌های همراه از روی تصاویر رادیوگرافی قفسه‌سینه، تشخیص داده است.

دکتر فراک رودولف، سرپرست این بررسی از بخش بیماری‌های عفونی در بیمارستان دانشگاهی آرهوس در دانمارک بیان کرده است:

ما نشان داده‌ایم که نرم‌افزار هوش مصنوعی دست کم در شناسایی سل به همان اندازه رادیولوژیست تعلیم‌دیده موافق است و یک عکس ساده با تلفن همراه از رادیوگرافی قفسه‌سینه برای تجزیه و تحلیل کافی است.

رادیوگرافی‌های قفسه‌سینه نقش مهمی در شناسایی سل در بیمارانی دارد که نمی‌توانند نمونه خلط با کیفیت خوب برای تجزیه‌ و تحلیل میکروب‌شناسی تولید کنند.

این هوش‌های مصنوعی به متخصصان کمک می‌کنند تا با استفاده از نرم‌افزار برای کمک به تشخیص بیماری‌ها بر اساس رادیوگرافی اشعه ایکس در مناطقی که منابع محدود و رادیولوژیست‌های اندک دارند، کمک‌کننده باشد.

پژوهشگران کارکرد نرم‌افزار هوش مصنوعی در ارزیابی رادیوگرافی‌های اشعه ایکس با کارکرد دو رادیولوژیست اتیوپیایی با میزان‌های متفاوت تجربه را مقایسه کردند.

آن‌ها در این مقایسه عکس‌های تلفن همراه از رادیوگرافی‌های غیردیجیتال قفسه سینه را برای تشخیص بیماری، به هوش مصنوعی دادند. پژوهشگران در این باره می‌گویند در میان 498 بیمار، 11 درصد که به بیماری سل مبتلا هستند شناسایی شده‌اند، 41 نفر به طور بالینی و 16 نفر از طریق آزمایش پی‌سی‌آر تشخیص داده شدند.

نرم‌افزار در شناسایی موارد سل تاییدشده بوسیله آزمایش PCR از رادیولوژیست‌های تعلیم‌دیده نیز بهتر عمل می‌کند. همچنین هوش مصنوعی به درستی 75 درصد همه موارد تاییدشده PCR و حدود 86 درصد از موارد غیر TB را شناسایی کرد.

رادیولوژیست باتجربه نیز توانست به درستی 75 درصد از موارد تایید شده سل با آزمایش PCR و 82 درصد از مواردی که براساس این آزمایش سل نداشتند، شناسایی کند.

دکتر رودولف در بیانیه‌ای که در کنگره میکروب‌شناسی و بیماری‌های عفونی اروپا (ECCMID) منتشر شد، اعلام کرد:

با وجود 3 میلیون بیمار تشخیص‌داده نشده سل در سال 2021 میلادی، نیازی ضروری برای ایجاد راهبردها و فناوری‌های جدید با هدف شناسایی سل در مناطق دچار کمبود منابع و میزان بالای بروز بیماری وجود دارد.

سل یک عامل عمده مرگ و بیماری در سراسر جهان است و هر سال 1.6 میلیون نفر را در آغوش مرگ می‌فرستد. این بیماری سیزدهمین علت مرگ و میر در جهان و دومین علت اصلی مرگ ناشی از بیماری‌های عفونی پس از کووید-19 است.

همانطور که در بالا اشاره شد می‌توان از این امکان برای مناطقی که بروز بیماری سل در آن، بالا است و تعداد رادیولوژیست‌های آن منطقه نیز محدود است، استفاده کرد.

افراد می‌توانند از رادیوگرافی‌های اشعه ایکس قفسه سینه با یک تلفن موبایل عکسبرداری کنند و این تصویر را برای تجزیه و تحلیل از راه دور بوسیله هوش مصنوعی بفرستند.

این کار امکان خوانده شدن درست شمار بیشتری از رادیوگرافی‌های قفسه سینه را می‌دهد و در نهایت موارد بیشتری از سل تشخیص داده می‌شوند.

این بررسی که یافته‌های آن در اجلاس ECCMID در دانمارک در روز دوشنبه این هفته ارائه شد، هنوز در ژورنال‌های پزشکی دارای داوری همتا منتشر نشده است و بنابراین این یافته‌ها را باید مقدماتی شمرد.

بیشتر بخوانید:


دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *