صفحه نخست

آموزش و دانشگاه

علم‌وفناوری

ارتباطات و فناوری اطلاعات

ورزش

سلامت

پژوهش

سیاست

اقتصاد

فرهنگ‌ و‌ جامعه

علم +

عکس

فیلم

استانها

بازار

اردبیل

آذربایجان شرقی

آذربایجان غربی

اصفهان

البرز

ایلام

بوشهر

تهران

چهارمحال و بختیاری

خراسان جنوبی

خراسان رضوی

خراسان شمالی

خوزستان

زنجان

سمنان

سیستان و بلوچستان

فارس

قزوین

قم

کردستان

کرمان

کرمانشاه

کهگیلویه و بویراحمد

گلستان

گیلان

لرستان

مازندران

مرکزی

هرمزگان

همدان

یزد

هومیانا

پخش زنده

دیده بان پیشرفت علم، فناوری و نوآوری
۱۶:۰۱ - ۱۵ ارديبهشت ۱۳۹۹

هوش مصنوعی به کمک تشخیص بیماری آب‌سیاه آمد

هوش مصنوعی می‌تواند نشانه‌های بیماری آب‌سیاه را 18 ماه زودتر از روش‌های فعلی شناسایی کند.
کد خبر : 487532

به گزارش خبرنگار حوزه علم، فناوری و دانش‌بنیان گروه دانشگاه خبرگزاری آنا از نیواطلس، هوش مصنوعی تحولات زیادی را در حوزه تشخیص بیماری‌ها ایجاد کرده است. سیستم‌های هوش مصنوعی می‌توانند علائم سنگ کلیه، مشکلات قلبی عروقی و سرطان‌های مختلف را بسیار زودتر از انسان‌ها شناسایی کنند. حال دانشمندان بریتانیایی موفق شدند با استفاده از توانایی‌های هوش مصنوعی راهی برای تشخیص زودهنگام بیماری آب‌سیاه پیدا کنند.


سیستم هوش مصنوعی جدید می‌تواند 18 ماه زودتر از روش‌های فعلی، آب‌سیاه را در بیمار تشخیص دهد. آب‌سیاه یکی از دلایل اصلی در نابینایی بدون‌بازگشت در جهان به شمار می‌رود و به دلیل از بین رفتن سلول‌های شبکیه بروز می‌کند. بیش از 60 میلیون نفر در جهان به این بیماری مبتلا هستند. متخصصان برای تشخیص این بیماری از روش‌های مختلفی از جمله تست بینایی، سنجش فشار قرنیه و چشم استفاده می‌کنند با این حال پزشکان امیدوارند که روشی برای شناسایی مرگ سلولی پیدا کنند تا تصویر واضح‌تری از این بیماری به دست آید.


یکی از روش‌های تشخیص بیماری آب‌سیاه تکنیک «تشخیص سلول‌های آپوپتوز شبکیه‌ای» نام دارد. آپوتوز گونه‌ای از مرگ سلولی یا زوال سلولی است که طی فرایند مرگ برنامه‌ریزی‌شده سلول اتفاق می‌افتد. این پدیده در جانداران پرسلولی به وقوع می‌پیوندد. در روش تشخیص سلول‌های آپوپتوز شبکیه‌ای رنگ فلورسنت به گردش خون تزریق می‌شود تا به چشم راه پیدا کند، این رنگ به سلول‌های شبکیه متصل شده و سلول‌های که در حال مرگ قرار دارند را مشخص می‌کند. سلول‌های در حال مردن در تست‌های بینایی شبیه به نقاط سفید درخشان هستند. محققان دانشگاه دورهام برای تشخیص این نقاط سفید درخشان از هوش مصنوعی استفاده کردند تا خطای انسانی به صفر برسد.


انتهای پیام/4021/


انتهای پیام/

ارسال نظر