تشخیص بموقع نارسایی قلبی با الگوریتم یادگیری ماشینی
به گزارش تعمیركار پژوهشگران دانشگاه ˮام.آی. تیˮ، یك الگوریتم مبتنی بر یادگیری ماشینی ابداع نموده اند كه می تواند خطر نارسایی قلبی را زودتر از پزشكان پیش بینی نماید.
به گزارش تعمیرکار به نقل از ایسنا و به نقل از گیزمگ، یکی از طریق هایی که پزشکان با کمک آن می توانند بعضی از هشدارهای احتمالی در مورد نارسایی قلبی را به دست بیاورند، تشخیص مایعات اضافی در ریه ها است. پژوهشگران دانشگاه "ام.آی. تی"(MIT)، یک الگوریتم جدید مبتنی بر یادگیری ماشینی ابداع نموده اند که می تواند به آنها در این تشخیص کمک نماید. این الگوریتم می تواند افرادی را که بیماری آنها شدید می باشد، با دقت بسیار شناسایی کند. پژوهشگران امیدوار هستند که بتوانند این الگوریتم را برای تشخیص بیماری های دیگر هم به کار بگیرند.
الگوریتم های مبتنی بر هوش مصنوعی و یادگیری ماشینی می توانند به واسطه قدرت محاسباتی جدید، داده های حاصل از تصویربرداری پزشکی را مورد بررسی قرار دهند تا تغییرات مهمی را که هنگام بروز بیماری در انسان ها رخ می دهند و پزشکان قادر به مشاهده آنها نیستند، پیدا کنند.
قابلیت الگوریتم های مبتنی بر هوش مصنوعی و یادگیری ماشینی می تواند امکان تشخیص بیماری هایی مانند آلزایمر یا سرطان را پیش از این که پزشکان آنها را تشخیص دهند، فراهم نمایند. این الگوریتم جدید باآنکه مسیری مشابه بقیه الگوریتم ها در پیش گرفته است اما بر مکانیسم متفاوتی تمرکز دارد.
پزشکان معمولا برای شناسایی بیمارانی که در معرض خطر نارسایی قلبی قرار دارند، مایعات اضافی داخل ریه ها را با استفاده از تصاویری که با کمک اشعه ایکس از ریه ها ثبت شده اند، ارزیابی می کنند. تجمع آب در ریه که "اِدِم ریه"(pulmonary edema) نامیده می شود، اکسیژن رسانی خون را مختل می کند و خطر زیادی به دنبال دارد. مشکل اینجاست که این ارزیابی ها اغلب برپایه خصوصیت های ظریفی صورت می گیرد که می توانند به تشخیص نادرست و برنامه های درمانی نامناسب منجر شوند.
پژوهشگران ام.آی. تی جهت استفاده از الگوریتم یادگیری ماشینی در تشخیص این مشکل، آنرا با ۳۰۰ هزار تصویر ثبت شده با اشعه ایکس و گزارش های نوشته شده توسط رادیولوژیست ها آموزش دادند.
"گیتیکا چاوهان"(Geeticka Chauhan)، سرپرست این پروژه اظهار داشت: مدل ما می تواند هم تصویر و هم متن را تجزیه و تحلیل کند. ما این مدل را آموزش دادیم تا تفاوت میان تصاویر ثبت شده با اشعه ایکس و متن گزارش های رادیولوژی را برای بهبود تفسیر تصاویر به حداقل برسانیم.
پژوهشگران برای آزمایش این الگوریتم یادگیری ماشینی، آنرا برای تحلیل تصاویر اشعه ایکس و طبقه بندی شدت اِدِم ریه به کار گرفتند. الگوریتم توانست سطح درست اِدِم ریه را با دقت تشخیص دهد اما تشخیص آن در مورد سطح سوم بیماری، در ۹۰ درصد مواقع درست بود.
پژوهشگران امیدوارند که این الگوریتم بتواند به پزشکان در مدیریت بهتر مشکلات قلبی کمک نماید.
منبع: setfix.ir
این مطلب را می پسندید؟
(1)
(0)
تازه ترین مطالب مرتبط
نظرات بینندگان در مورد این مطلب