صفحه نخست

آموزش و دانشگاه

علم‌وفناوری

ارتباطات و فناوری اطلاعات

سلامت

پژوهش

علم +

سیاست

اقتصاد

فرهنگ‌ و‌ جامعه

ورزش

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
آینده جهان با هوش مصنوعی (۷۰)؛

هوش مصنوعی چگونه جان بیماران سکته مغزی را نجات می‌دهد؟

هوش مصنوعی می‌تواند با کمک به سیستم‌های تصویربرداری پزشکی و صرفه‌جویی در زمان به نجات جان بیماران سکته مغزی کمک کند.
کد خبر : 877036

به گزارش خبرگزاری علم و فناوری آنا، سکته مغزی هر پنج دقیقه یک بار در بریتانیا رخ می‌دهد و چهارمین علت اصلی مرگ و میر است. در طول سال‌ها به دلیل گسترش تحقیقات، نوآوری‌های پزشکی و کمپین‌های آگاه‌سازی، نتایج خوبی در کاهش این ارقام به دست آمده؛ اما همچنان در سکته مغزی زمان یک اصل بسیار مهم است.

هرچه پزشکان سریعتر بتوانند بیمار مبتلا به سکته را شناسایی و درمان کنند، نتیجه مرگ یا آسیب عصبی طولانی مدت بهتر خواهد بود. تشخیص سریع سکته همچنین دارای مزایای بهداشتی، اقتصادی و مدیریتی متعددی برای کل مجموعه مراقبت‌های بهداشتی سکته مغزی است، از جمله کوتاه شدن مدت اقامت در بیمارستان و سطوح پایین‌تر توانبخشی مانند فیزیوتراپی، شغلی، گفتار و زبان درمانی.

هوش مصنوعی در تصویربرداری تشخیصی برای حل بسیاری از مشکلات موجود در محیط مراقبت‌های بهداشتی مدرن مورد استفاده قرار گرفته است. این شامل ارائه ابزار‌هایی برای کمک به پزشکان برای تصمیم‌گیری مطمئن‌تر در هنگام مواجهه با فهرست‌های رو به رشد بیماران است همچنان، به ساده‌سازی گردش‌های کاری کمک کند که می‌تواند استقرار منابع کارکنان و تجهیزات را بهینه کند، به علاوه به کاهش استرس و فشار روزانه بر سلامت متخصصان کمک می‌کند. 

جایگزینی رادیولوژیست‌ها یا سایر پزشکان با هوش مصنوعی قابل قبول نیست، عنصر انسانی بیش از هر زمان دیگری مورد نیاز است، اما هوش مصنوعی می‌تواند یک ابزار پشتیبانی تصمیم گیری موثر برای کمک به گزارش موارد و تسریع در تصمیم گیری فراهم کند.

این کار با الگوریتم‌های بازسازی عمیق هوش مصنوعی آغاز شده است که به سیستم‌های تصویربرداری پزشکی خط مقدم مانند «سی‌تی اسکن» (CTScan) یا «ام آر آی» (MRI) کمک می‌کند. این نوآوری کمک می‌کند تا سر و صدا را از سیگنال واقعی کاهش، و حفظ جزئیات در خروجی های تصویر همزمان با دستیابی به دوزهای پایین تر نسبت به قبل در تصویربرداری معمول سی تی کمک می کند.

این کار تصاویر بسیار واضحی را برای رادیولوژیست ها فراهم می کند تا تعداد اسکن‌های تکراری مورد نیاز برای بهبود کیفیت تصویر را کاهش دهند؛ یک اقدام موثر دیگر برای صرفه جویی در زمان. باتوجه به اینکه سی تی اسکن در حال حاضر یک مسیر تشخیصی معمول است، دوز پایین آن برای بیماران بسیار سالم تر است چرا که بسیاری از آن ها در طول زندگی خود چندین اسکن خواهند داشت و به دوز تجمعی خود اضافه خواهند کرد.

اکنون تصویربرداری با کمک هوش مصنوعی توسط ده‌ها بیمارستان در سراسر انگلستان استفاده می‌شود. رادیولوژیست مشاور ان اچ اس انگلستان اظهار داشت: بازسازی پیشرفته یادگیری عمیق تصاویر بالینی نویدبخش عصر جدیدی در سی‌تی اسکن است. این روش امکان کاهش فوق العاده دوز بیمار، تا ۹۰ درصد پایین تر از سطوح مرجع تشخیصی ملی، همزمان با ارائه تصاویر بالینی بسیار با کیفیت را در یک بازه زمانی سریع مناسب برای استفاده بالینی روزمره  فراهم می کند. تصاویر تولیدشده از نظر ظاهری برای رادیولوژیست‌هایی که موارد را گزارش می کنند، بسیار طبیعی تر و قابل قبول‌تر هستند. پیش از این تصاویر به نظر می رسید که با آب رنگ شده اند. این یک پیشرفت بزرگ است وقتی آن ها را ببینید، هرگز به عقب نگاه نخواهید کرد. ما به عنوان یک بخش همیشه در زمینه پایین نگه داشتن دوز بیمار بسیار فعال بوده‌ایم و تجربیات ما از استفاده روزانه از این سیستم برای بیماران بستری و سرپایی فراتر از انتظار ما بوده است. این یک تغییر دهنده بازی برای رادیولوژی است.

به عنوان مثال، هوش مصنوعی هم اکنون می‌تواند تصاویر مغز تشخیصی را به صورت خودکار پس از یک «سی‌تی اسکن» (CT Scan)، با کلیک‌های کاربر تجزیه و تحلیل و طبقه بندی کند تا علائم سکته مغزی ایسکمیک و هموراژیک را سریعتر از گزارش‌های دستی بررسی کند این امر به نوبه خود این ظرفیت را دارد که زمان لازم برای تصمیم گیری بالینی در مورد موارد سکته مغزی را کاهش دهد و درمان نجات بخش را سریع تر انجام دهد. جریان کاری مرتبط با سکته مغزی از طریق یکپارچه سازی خودکار نتایج در یک خلاصه واحد و نشان دادن ناهنجاری ها برای یک متخصص بالینی هیجان انگیز است. این کار باعث صرفه جویی در وقت و توانمندسازی پزشکان خواهد شد.
 
امروزه در مورد هوش مصنوعی بسیار صحبت می شود. اما یادگیری نحوه استفاده از آن می تواند پیچیده، گیج کننده و زمان بر باشد. با لایه بندی و خودکارسازی آن در جریان اصلی فناوری پزشکی که پزشکان در حال حاضر روزانه از آن استفاده می‌کنند، به از بین بردن این موانع پذیرش کمک خواهد کرد. این امر گسترش مهم آن را در جریان اصلی مراقبت‌های بهداشتی تقویت و ساده خواهد کرد.

انتهای پیام/

ارسال نظر