محققان دانشگاه غرب اسکاتلند معتقدند هوش مصنوعی پیشگام (AI) که به طور خودکار بیماری های ریوی – مانند سل و ذات الریه را تشخیص می دهد – می تواند فشار زمستانی را بر بیمارستان ها کاهش دهد.
سل و ذات الریه – عفونت های بالقوه جدی که عمدتاً ریه ها را تحت تأثیر قرار می دهند – اغلب به ترکیبی از آزمایش های تشخیصی مختلف مانند سی تی اسکن، آزمایش خون، اشعه ایکس و سونوگرافی نیاز دارند. این آزمایش‌ها می‌توانند گران باشند و اغلب زمان‌های انتظار برای نتایج طولانی است.
این فناوری انقلابی که توسط UWS توسعه یافته است – که در اصل برای تشخیص سریع کووید-۱۹ از تصاویر اشعه ایکس ایجاد شده بود – ثابت شده است که به طور خودکار طیفی از بیماری های ریوی مختلف را در عرض چند دقیقه با دقت حدود ۹۸ درصد شناسایی می کند.
پروفسور نعیم رمضان، محقق UWS گفت: “سیستم هایی از این دست می توانند برای تیم های پرمشغله پزشکی در سراسر جهان بسیار مهم باشند.”
امید است بتوان از این فناوری برای کمک به کاهش فشار بر بخش‌های بیمارستانی تحت فشار از طریق تشخیص سریع و دقیق بیماری استفاده کرد – آزاد کردن رادیوگرافی‌ها به طور مداوم با تقاضای بالا، کاهش زمان انتظار برای نتایج آزمون؛ و ایجاد کارایی در فرآیند تست.
این تکنیک پیشرفته از فناوری اشعه ایکس استفاده می کند و اسکن ها را با پایگاه داده ای از هزاران تصویر از بیماران مبتلا به ذات الریه، سل و کووید مقایسه می کند. سپس از فرآیندی به نام شبکه عصبی کانولوشن عمیق – الگوریتمی که معمولاً برای تجزیه و تحلیل تصاویر بصری استفاده می‌شود – برای تشخیص استفاده می‌کند.
در طول یک مرحله آزمایش گسترده، این تکنیک ۹۸ درصد دقیق است.
محققان UWS اکنون در حال بررسی مناسب بودن این فناوری در تشخیص بیماری های دیگر با استفاده از تصاویر اشعه ایکس مانند سرطان هستند.
سل و ذات الریه – عفونت های بالقوه جدی که عمدتاً ریه ها را تحت تأثیر قرار می دهند – اغلب به ترکیبی از آزمایش های تشخیصی مختلف مانند سی تی اسکن، آزمایش خون، اشعه ایکس و سونوگرافی نیاز دارند. این آزمایش‌ها می‌توانند گران باشند و اغلب زمان‌های انتظار برای نتایج طولانی است.
این فناوری انقلابی که توسط UWS توسعه یافته است – که در اصل برای تشخیص سریع کووید-۱۹ از تصاویر اشعه ایکس ایجاد شده بود – ثابت شده است که به طور خودکار طیفی از بیماری های ریوی مختلف را در عرض چند دقیقه با دقت حدود ۹۸ درصد شناسایی می کند.
پروفسور نعیم رمضان، محقق UWS گفت: “سیستم هایی از این دست می توانند برای تیم های پرمشغله پزشکی در سراسر جهان بسیار مهم باشند.”
امید است بتوان از این فناوری برای کمک به کاهش فشار بر بخش‌های بیمارستانی تحت فشار از طریق تشخیص سریع و دقیق بیماری استفاده کرد – آزاد کردن رادیوگرافی‌ها به طور مداوم با تقاضای بالا، کاهش زمان انتظار برای نتایج آزمون؛ و ایجاد کارایی در فرآیند تست.
این تکنیک پیشرفته از فناوری اشعه ایکس استفاده می کند و اسکن ها را با پایگاه داده ای از هزاران تصویر از بیماران مبتلا به ذات الریه، سل و کووید مقایسه می کند. سپس از فرآیندی به نام شبکه عصبی کانولوشن عمیق – الگوریتمی که معمولاً برای تجزیه و تحلیل تصاویر بصری استفاده می‌شود – برای تشخیص استفاده می‌کند.
در طول یک مرحله آزمایش گسترده، این تکنیک ۹۸ درصد دقیق است.
محققان UWS اکنون در حال بررسی مناسب بودن این فناوری در تشخیص بیماری های دیگر با استفاده از تصاویر اشعه ایکس مانند سرطان هستند.
کد خبر ۲۰۱۰۱۰۸۱۷.۰۴۷
