پیشبینی سلامت در ۱۰ سال آینده؛ هوش مصنوعی و پیشگویی پزشکی

به گزارش صنایع نو، دانشمندان اعلام کردهاند که فناوری هوش مصنوعی اکنون این توانایی را دارد تا با تجزیه و تحلیل الگوهای موجود در سوابق پزشکی افراد، خطر ابتلای آنان به بیش از هزار بیماری مختلف را با دقت بالایی محاسبه نماید. این فناوری نوآورانه درست مشابه سیستم پیشبینی وضعیت آبوهوا عمل میکند: همان طور که میتوان احتمال ۷۰ درصدی بارش باران را پیشبینی کرد، این فناوری نیز قادر است آینده سلامت انسان را پیشبینی نماید.
مدل هوش مصنوعی دِلفی-۲ اِم (Delphi-۲M) از فناوری مشابه چتباتهای شناختهشدهای مانند چَتجیپیتی بهره میبرد. با این تفاوت که mientras چتباتها برای درک الگوهای زبانی آموزش دیدهاند، دِلفی-۲ اِم specifically برای شناسایی الگوهای موجود در سوابق پزشکی ناشناس آموزش داده شده تا بتواند رویدادهای آینده سلامت و زمان تقریبی وقوع آنها را پیشبینی کند.
شایان ذکر است که دِلفی-۲ اِم قادر به پیشبینی تاریخ دقیق وقوع بیماری نیست؛ برای مثال نمیتواند پیشبینی کند که شما در تاریخ مشخصی دچار حمله قلبی خواهید شد؛ اما میتواند احتمال ابتلا به هزار و ۲۳۱ بیماری مختلف را با دقت قابل توجهی تخمین بزند.
پروفسور ایوان بِرنی (Ewan Birney)، مدیر موقت آزمایشگاه زیستشناسی مولکولی اروپا، در این رابطه توضیح میدهد: این مدل پیشرفته نه تنها میتواند احتمال ابتلا به یک بیماری خاص، بلکه قادر است تمامی بیماریهای ممکن را به صورت همزمان پیشبینی نماید؛ قابلیتی که پیش از این به هیچ وجه وجود نداشته است.
این مدل هوش مصنوعی در مرحله اول با استفاده از مجموعهای جامع از اطلاعات پزشکی ناشناس مربوط به ۴۰۰ هزار نفر از شهروندان بریتانیایی (شامل اطلاعات مربوط به پذیرش در بیمارستانها، سوابق پزشکی عمومی و عادات سبک زندگی مانند مصرف سیگار) توسعه داده شد؛ و در مرحله بعد با استفاده از دادههای دقیق یک میلیون و ۹۰۰ هزار نفر از جمعیت دانمارک مورد ارزیابی و آزمایش قرار گرفت.
نتایج به دست آمده نشان داد که مدل دِلفی-۲ اِم در پیشبینی بیماریهایی با سیر پیشرفت قابل پیشبینیتر مانند دیابت نوع ۲، حملات قلبی و سِپسیس (گندخونی)، بهترین عملکرد را از خود نشان میدهد؛ بر این اساس، هدف اصلی پژوهشگران این است که از این مدل پیشرفته برای شناسایی زودهنگام بیماران پرخطر استفاده شود تا هم از بروز بیماریها پیشگیری به عمل آید و هم به بیمارستانها در پیشبینی دقیقتر تقاضا و برنامهریزی بهینه منابع در منطقه تحت پوشش خود، کمک شایانی شود.
البته لازم به توضیح است که این مدل هوش مصنوعی که حاصل همکاری مشترک بین آزمایشگاه زیستشناسی مولکولی اروپا، مرکز تحقیقات سرطان آلمان (DKFZ) و دانشگاه کپنهاگ است، قبل از استفاده گسترده در محیطهای بالینی نیازمند انجام اصلاحات بیشتر، انجام آزمایشهای گستردهتر و عبور از فرآیندهای نظارتی دقیق میباشد.
نظرات کاربران
هنوز نظری ثبت نشده است.