به نقل از «ساعت24»

هوش مصنوعی تا سال 2020 علم پزشکی را در دست می‌گیرد

تاریخ انتشار: ۱۹ تیر ۱۳۹۸ | کد خبر: ۲۴۳۴۸۳۹۷

ساعت24 -پژوهش‌های پزشکی صورت گرفته با کمک هوش مصنوعی حاکی از این هستند که این فناوری می‌تواند تا سال 2020، تحولات چشمگیری در علم پزشکی ایجاد کند.

هوش مصنوعی به دستاوردهای پزشکی بسیاری منجر شده که از آن میان می‌توان به نرم‌افزار مبتنی بر هوش مصنوعی برای مدیریت سوابق پزشکی و تشخیص شرایط سلامت اشاره کرد.

بیشتر بخوانید: اخباری که در وبسایت منتشر نمی‌شوند!

بازار هوش مصنوعی به رغم چنین دستاوردهایی، هنوز نوپا به شمار می‌رود اما به سرعت در حال گسترش است. بر اساس گزارش شرکت چندملیتی خدمات حرفه‌ای "اکسنچر"(Accenture)، انتظار می‌رود که این بازار در حوزه سلامت تا سال ۲۰۲۱، تا ۶.۶ میلیارد دلار رشد داشته باشد.

اگرچه حدس بسیاری از متخصصان این است که هوش مصنوعی خودکار در آینده می‌تواند جایگزین پزشکان شود اما پژوهش‌ها نشان می‌دهند که پزشکان نیز مشتاق هستند تا پیامدهای آتی هوش مصنوعی را در حوزه سلامت ببینند و نگرانی آنها در مورد امنیت شغلی، بسیار کمتر از این اشتیاق است. "انجمن پزشکی آمریکا"(AMA) اخیراً کدی برای سیستم‌های مبتنی بر هوش مصنوعی ثبت کرده است تا حوزه سلامت بتواند گام‌های مهمی را به سوی سازگاری هوش مصنوعی با پزشکی بردارد.

روش‌های تشخیصی دگرگون‌کننده

بسیاری از پیشرفت‌های در حال ظهور از جمله تأثیر هوش مصنوعی بر سلامت، روش‌های تشخیصی را در بر دارند که برای به کار بردن آنها باید هوش مصنوعی را آموزش داد تا بتواند ویژگی‌های شرایط گوناگون را تشخیص دهد. یکی از این سیستم‌ها، "IDx-DR" است که از هوش مصنوعی برای تشخیص "شبکیه‌رنجوری دیابتی"(diabetic retinopathy) استفاده می‌کند. شرکت‌های گوگل و "وریلی"(Verily) نیز با همکاری یکدیگر، یک سیستم هوش مصنوعی ابداع کرده‌اند تا بیماران مبتلا به دیابت را با کمک آن شناسایی کنند.

اگرچه این گونه سیستم‌ها به دستگاه‌های بالینی نیاز دارند اما پژوهشگران مرکز چشم‌پزشکی "دانشگاه میشیگان"(UM)، یک سیستم تشخیصی مبتنی بر هوش مصنوعی ابداع کرده‌اند که می‌تواند شبکیه‌رنجوری دیابتی را با کمک دوربین تلفن همراه تشخیص دهد. این ابزار تصویربرداری موسوم به "رتیناسکوپ"(RetinaScope)، از هوش مصنوعی و فناوری‌های کنونی تلفن همراه استفاده می‌کند تا دسترسی به فناوری تصویربرداری از شبکیه را افزایش دهد.

گوگل، کارهای گسترده‌ای در رابطه با هوش مصنوعی انجام داده است که یکی از برجسته‌ترین آنها، استفاده از یک سیستم مبتنی بر هوش مصنوعی در تشخیص سرطان ریه است. این سیستم، با کمک یک الگوریتم یادگیری عمیق که قابلیت تحلیل سی‌تی اسکن را دارد، آموزش داده می‌شود تا احتمال وجود بیماری را در فرد تشخیص دهد.

پژوهشگران دریافتند که سیستم هوش مصنوعی می‌تواند هنگام تحلیل سی‌تی اسکن، سرطان ریه را تا پنج درصد دقیق‌تر از متخصصان تشخیص دهد و تا ۱۱ درصد به کاهش احتمال وقوع خطا در تشخیص کمک کند. پژوهش مشابهی نشان داد که یک برنامه یادگیری ماشینی می‌تواند بیماری قلبی را با دقتی بیش از روش‌های قدیمی تشخیص دهد.

پژوهش‌های دیگری نیز در زمینه تشخیص مبتنی بر هوش مصنوعی وجود دارند که از آنها می‌توان به تشخیص اسکیزوفرنی و بیماری قلبی با کمک حسگرهای پوشیدنی شرکت اپل اشاره کرد. کمک گرفتن از پزشکان در تشخیص بیماری‌ها نیز حوزه دیگری از سلامت است که ظرفیت بالایی برای استفاده از هوش مصنوعی دارد.

بررسی بیماری با هوش مصنوعی

هوش مصنوعی با استفاده از الگوریتم‌های تشخیصی می‌تواند داده‌های به دست آمده را با سرعت و دقت یک فرد حرفه‌ای بررسی کند. پژوهشگران "واحد پزشکی وایل کرنل"(Weill Cornell Medicine)، هوش مصنوعی را برای کمک به بارداری موفق به کار گرفتند. آنها یک الگوریتم هوش مصنوعی را با کمک ۱۲ هزار تصویر از رحم انسان آموزش دادند تا سیستم بتواند تفاوت میان رحم بارور و ناسالم را تشخیص دهد. این پژوهش نشان داد که الگوریتم هوش مصنوعی موسوم به "استروک"(Stork) می‌تواند کار خود را با دقت ۹۷ درصد انجام دهد. پژوهشگران با ابداع این سیستم، گام‌های مهمی به سوی ارائه یک روش استاندارد برای پژوهش در این زمینه برداشتند.

علاوه بر موارد ذکر شده، پژوهشگران برای تشخیص آمادگی بیماران برای جراحی نیز از هوش مصنوعی استفاده کردند. پژوهش آنها نشان می‌دهد که چگونه می‌توان از یادگیری ماشینی برای تشخیص بیمارانی که آماده جراحی قرنیه هستند و کسانی که ممکن است پیامدهای پس از جراحی را تجربه کنند، استفاده کرد. پژوهشگران دریافتند که این سیستم هوش مصنوعی می‌تواند داوطلبان آماده برای جراحی را با ۹۳.۴ درصد تشخیص دهد.

بهبود تشخیص بیماران مبتلا به سرطان

هوش مصنوعی در زمینه تشخیص و مدیریت سرطان نیز امیدوارکننده است. پژوهشگران "دانشگاه اوساکا"(Osaka University) ژاپن، اخیراً سیستمی ابداع کرده‌اند که می‌تواند انواع گوناگون سلول سرطانی را از هم تشخیص دهد. تعداد زیاد و تنوع سلول سرطانی که در بیماران دیده می‌شود، شناسایی انواع آنها را برای انسان دشوار می‌سازد. سیستم هوش مصنوعی پژوهشگران اوساکا که بر اساس یک شبکه عصبی پیچشی ابداع شده، شکل خاصی از هوش مصنوعی است که سیستم بصری انسان را مدل‌سازی می‌کند. پژوهشگران پس از آموزش این سیستم با هشت هزار تصویر از انواع سلول‌، دریافتند که دقت آن در شناسایی سلول‌ها ۹۸ درصد است.

پژوهشگران "دانشگاه لوکزامبورگ"(University of Luxembourg)، یک مدل رایانه‌ای مبتنی بر یادگیری ماشینی ابداع کرده‌اند که می‌تواند متابولیسم سلول‌های سرطانی را شبیه‌سازی کند. آنها این روش را برای تحلیل اثرات داروهای گوناگون بر توقف گسترش سرطان به کار بردند و پس از ایجاد مدل‌های دیجیتالی سلول‌های سالم و سلول‌های سرطانی، داده‌های ژنتیکی به دست آمده از ۱۰ هزار بیمار را با آن ادغام کردند.

پژوهشگران، مدل‌های رایانه‌ای را برای شبیه‌سازی اثرات ترکیبات متفاوت بر متابولیسم سلولی به کار بردند. شبیه‌سازی با مدل‌های سلول سرطانی نشان داد که داروها می‌توانند رشد سرطان را به صورت مؤثر مهار کنند اما شبیه‌سازی با سلول‌های سالم، ایمنی داروها را مورد بررسی قرار داد.

بررسی بیماران از راه دور

ادغام هوش مصنوعی با فناوری‌های پوشیدنی، به پزشکان امکان می‌دهد تا بیماران خود را از راه دور بررسی کنند. شرکت "Current Health"، یک ابزار پوشیدنی مبتنی بر هوش مصنوعی ارائه داده است که می‌تواند نشانه‌های حیات بیمار را در خانه مورد بررسی قرار دهد. این شرکت پیشتر مجوز استفاده از ابزار پوشیدنی خود را کسب کرده بود اما اخیراً موفق شده مجوز "سازمان غذا و داروی آمریکا" (FDA) را برای استفاده در خانه نیز به دست آورد.

این ابزار بی‌سیم، ضربان قلب، تنفس، دما و تحرک بدن کاربر را مورد بررسی قرار می‌دهد. پژوهشگران با کمک این ابزار پوشیدنی می‌توانند اطلاعات مربوط به سلامت بیمار خود را در زمان واقعی و به صورت به روز رسانی شده در اختیار داشته باشند تا وضعیت سلامت آنها را مدیریت کنند. این فناوری برای تحلیل داده‌ها و تشخیص مشکلات سلامتی، از یادگیری ماشینی استفاده می‌کند.

برخی از پژوهشگران، هوش مصنوعی را در ساعت‌های هوشمند به کار برده‌اند تا از آن برای بررسی شرایط بیماران قلبی استفاده کنند. آنها این فناوری را برای تشخیص "کاردیومیوپاتی هیپرتروفیک" (HCM) به کار گرفتند. کاردیومیوپاتی هیپرتروفیک، نوعی بیماری قلبی است که می‌تواند پیامدهای جدی برای سلامت بیمار به همراه داشته باشد و معمولاً در بررسی‌های بالینی تشخیص داده نمی‌شود. پژوهشگران با به کار گرفتن یادگیری ماشینی و یک حسگر پوشیدنی، روشی غیرتهاجمی برای شناسایی بیماری ابداع کردند.

بررسی ژنتیک

یک گروه پژوهشی، اخیراً موفق شده‌اند با استفاده از هوش مصنوعی، جهش‌های ژنتیکی جدیدی در رابطه با اوتیسم کشف کنند. آنها از یادگیری عمیق برای بررسی نواحی خاصی از ژنوم استفاده کردند که شاید تأثیر زیادی در تولید ژن‌های خاص نداشته باشند اما در بروز بیماری اوتیسم مؤثر هستند.

پژوهشگران، ۱۲۰ هزار جهش ژنتیکی را بررسی کردند تا ژن‌های مرتبط با بیماری اوتیسم را شناسایی کنند. این نتایج، دلایل دقیق ابتلاء به اوتیسم را نشان ندادند اما ژن‌هایی را مشخص کردند که با این بیماری مرتبط هستند.

الگوریتم یادگیری عمیق به کار رفته در این پژوهش، داده‌های پیچیده‌ای را تحلیل کرد تا الگوهای چالش‌برانگیز در شناسایی بیماری را نشان دهد. این الگوریتم در تحلیل ژنوم، نواحی خاصی از DNA را تشخیص داد که در تنظیم ژن‌ها نقش دارند.

منبع: ساعت24

کلیدواژه: پزشکی هوش مصنوعی

درخواست حذف خبر:

«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را به‌طور اتوماتیک از وبسایت www.saat24.news دریافت کرده‌است، لذا منبع این خبر، وبسایت «ساعت24» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۲۴۳۴۸۳۹۷ را به همراه موضوع به شماره ۱۰۰۰۱۵۷۰ پیامک فرمایید. لطفاً در صورتی‌که در مورد این خبر، نظر یا سئوالی دارید، با منبع خبر (اینجا) ارتباط برقرار نمایید.

با استناد به ماده ۷۴ قانون تجارت الکترونیک مصوب ۱۳۸۲/۱۰/۱۷ مجلس شورای اسلامی و با عنایت به اینکه سایت «خبربان» مصداق بستر مبادلات الکترونیکی متنی، صوتی و تصویر است، مسئولیت نقض حقوق تصریح شده مولفان در قانون فوق از قبیل تکثیر، اجرا و توزیع و یا هر گونه محتوی خلاف قوانین کشور ایران بر عهده منبع خبر و کاربران است.

خبر بعدی:

پیش بینی نگران کننده ایلان ماسک در مورد هوش مصنوعی به وقوع می پیوندد

تین نیوز

به گفته کارشناس هوش مصنوعی، پیش بینی ایلان ماسک مبنی بر اینکه هوش مصنوعی تا سال ۲۰۲۵ باهوش تر از هر انسانی خواهد شد، محقق می شود.

به گزارش تین نیوز به نقل از ایسنا، ایلان ماسک ادعا کرده است که هوش مصنوعی تا پایان سال ۲۰۲۵ از هر انسانی  باهوش تر  خواهد بود و در حالی که تنها یک سال دیگر تا مشخص شدن صحت این ادعا باقی مانده است، یک کارشناس می گوید این پیش بینی همچنان امکان تحقق دارد.

به نقل از دیلی میل، نل واتسون(Nell Watson)، متخصص و کارشناس اخلاق هوش مصنوعی، جدول زمانی دقیقی از چگونگی تبدیل این فناوری از چت بات به عوامل فوق العاده هوشمند در ۱۲ ماه آینده را به اشتراک گذاشته است.

این مسیر با سرمایه گذاری ۱۰۰ میلیارد دلاری در زیرساخت های محاسباتی جدید آغاز می شود، سپس هوش مصنوعی می آموزد که چگونه خود را بهبود بخشد تا زمانی که هوشیار شود.

او می گوید: اگرچه یک سال زمان کوتاهی است، اما به یاد داشته باشید که تنها ۱۵ ماه از پیشرفت چت جی پی تی(ChatGPT) می گذرد که هوش مصنوعی را به آگاهی عمومی رساند. توسعه ها از آن زمان با سرعتی دیوانه وار ادامه یافته اند و حتی به نظر می رسد که به سرعت در حال افزایش هستند.

واتسون که نویسنده کتاب «رام کردن ماشین: از نظر اخلاقی قدرت هوش مصنوعی را مهار کنید» است، هوش مصنوعی فوق بشری را سیستم هایی توصیف کرد که بسیار فراتر از توانایی های انسان در سراسر جهان به شمار می آیند.

با این حال، این متخصص از تهدیداتی که ممکن است پیش رو باشد، چشم پوشی نمی کند زیرا هوش مصنوعی در حال تبدیل شدن به یک مامور فوق العاده است.

او می گوید: در حالی که هوش مصنوعی دارای قابلیت های خارق العاده ای است، خطرات قابل توجهی نیز دارد، از جمله پتانسیل آن برای فریب دادن انسان، تأثیرگذاری عمیق بر جامعه با ایجاد فرهنگ ها یا حتی مذاهب جدید و ایجاد تهدیدات وجودی در صورتی که بشریت را به عنوان یک خطر درک کند.

واتسون می گوید که اگرچه جهش های فناوری باقی مانده بسیار زیاد است، اما ممکن است که هوش مصنوعی خود بتواند به غلبه بر برخی از موانع کمک کند.

در اینجا سناریوی تصوری او برای اینکه چگونه هوش مصنوعی مافوق بشری می تواند در سال آینده وارد عمل شود، آمده است.

آوریل ۲۰۲۴

شرکت های بزرگ بیش از ۱۰۰ میلیارد دلار در زیرساخت های محاسباتی جدید برای پشتیبانی از سیستم های عظیم هوش مصنوعی سرمایه گذاری می کنند.

ماسک می گوید در حالی که پیشرفت در هوش مصنوعی پیش از این توسط تراشه ها محدود شده بود، به زودی تنها محدودیت آنها کمبود برق خواهد بود.

مه ۲۰۲۴

واتسون می گوید: مدل های مولد جدید هوش مصنوعی امکان ایجاد هوش مصنوعی صاحب اراده را فراهم می کنند که می تواند به طور مستقل برنامه های عملیاتی پیچیده ای را شبیه به اسمیت در «ماتریکس» اجرا کنند.

بیل گیتس در کتاب سال ۱۹۹۵ خود با عنوان «راه پیش رو» استفاده از عوامل هوش مصنوعی را در نظر گرفت و اکنون معتقد است که آنها تأثیر زیادی در آموزش و مراقبت های بهداشتی خواهند داشت.

او معتقد است که از زمانی که ما از تایپ دستورات به ضربه زدن بر روی نمادها تغییر رویه دادیم، هوش مصنوعی بزرگترین انقلاب در رایانش بوده است.

ژوئن ۲۰۲۴

واتسون می گوید: «مدل های هوش مصنوعی مولد جدید با برنامه های ساختاری، ایجاد هوش مصنوعی صاحب اراده را ممکن می سازد که صاحب استدلال پیچیده و عمل مستقل است.

مدل های صاحب اراده می توانند برنامه های عملیاتی پیچیده ای ایجاد کنند و آنها را به حرکت درآورند، مانند مامور اسمیت در ماتریکس، خود را تقسیم کنند، وظایف را به بخش های مختلف خود محول کنند و این هوش مصنوعی را قادر می سازد تا به طور مستقل با مشکلات سخت مقابله کند.

سپتامبر ۲۰۲۴

واتسون می گوید که خود هوش مصنوعی می تواند راه های جدیدی را برای بهبود عملکرد محاسباتی کشف کند و عملکرد هوش مصنوعی را بیشتر افزایش دهد.

او افزود: بهینه سازی های مبتنی بر هوش مصنوعی عملکرد محاسباتی را تا ۱۰۰ برابر در پلتفرم های سخت افزاری موجود افزایش می دهد.

اکتبر ۲۰۲۴

پیشرفت ها به الگوریتم های محاسبات کوانتومی اجازه می دهند تا روی سخت افزار معمولی اجرا شوند و اطلاعات را با سرعتی بی سابقه پردازش کنند.

یک مسابقه جهانی کوانتومی برای توسعه رایانه های کوانتومی وجود دارد که می توانند مشکلات مهم تقریبا در هر صنعتی از هوانوردی گرفته تا بخش مالی را حل کنند. رایانه های کوانتومی به جای «بیت های» یک و صفر «کیوبیت» دارند و کیوبیت ها می توانند همزمان یک، صفر یا هر دو باشند.

واتسون معتقد است که فعال کردن محاسبات کوانتومی برای اجرا بر روی سخت افزارهای معمولی می تواند سرعت پیشرفت در هوش مصنوعی را تسریع کند.

واتسون معتقد است که پیشرفت های محاسباتی کوانتومی می تواند به رشد تصاعدی در قدرت محاسباتی و توسعه هوش مصنوعی منجر شود. شرکت هایی مانند IBM پیشنهاد کرده اند که هوش مصنوعی کوانتومی ممکن است برای حل بزرگترین مشکلات بشریت حیاتی باشد.

نوامبر ۲۰۲۴

تا ماه نوامبر سال ۲۰۲۴، پیشرفت هوش مصنوعی می تواند پیشرفت در تصویربرداری از مغز انسان را تسریع کند و به سمت لحظه ای پیش برود که انسان ها می توانند از طریق دستگاه هایی شبیه به نورالینک ایلان ماسک به دستگاه ها متصل شوند.

واتسون می گوید: مجموعه ای از پیشرفت ها در تصویربرداری عصبی که توسط هوش مصنوعی انجام می شود، وضوح اسکن های مغزی MRI را به طور چشمگیری افزایش می دهد و امکان مشاهده در لحظه فعالیت های عصبی فردی را فراهم می کند.

این پیشرفت ها بیشتر با رابطه مغز و رایانه ادغام می شوند و برای اولین بار افکار و احساسات انسان را مستقیما با فعالیت عصبی ترسیم می کنند.

واتسون معتقد است که توانایی «درک» نحوه عملکرد مغز انسان منجر به پیشرفت های بیشتر در طراحی سیستم های هوش مصنوعی می شود که مانند انسان ها فکر می کنند.

دسامبر ۲۰۲۴

واتسون پیش بینی کرد که تا پایان سال جاری، پیشرفت های هوش مصنوعی می تواند سیستم های مختلف را قادر به همکاری با یکدیگر کند.

او گفت: معماری های هوش مصنوعی جدید چندین مدل را قادر می سازد تا برای حل مشکلات سخت با یکدیگر همکاری کنند و نقاط قوت خود را با هم ترکیب کنند. این کار بلافاصله برای طراحی روش های بهتر چنین همکاری هایی اعمال می شود که منجر به پیشرفت سریع در این روش می شود.

ژانویه ۲۰۲۵

واتسون پیش بینی کرد که تا اوایل سال آینده، پیشرفت های هوش مصنوعی سیستم های جدید را قادر می سازد تا افراد را درک کنند.

او گفت: مکانیسم آموزشی جدیدی برای همسویی قوی سیستم های هوش مصنوعی با اهداف، ارزش ها، اولویت ها و مرزهای انسانی، با فعال کردن هوش مصنوعی برای مشاهده تعاملات انسانی اعلام شده است. این امر هوش مصنوعی را قادر می سازد تا جامعه را بهتر درک کند و با انتظارات انسان سازگارتر باشد.

فوریه ۲۰۲۵

پیشرفت های مبتنی بر مغز انسان، سیستم های هوش مصنوعی را قادر می سازد تا «انسانی تر» شوند.

واتسون می گوید: درک علوم اعصاب به طور قابل توجهی قابلیت های هوش مصنوعی را بهبود می بخشد، حلقه های بازخوردی خود بهبود یابنده را معرفی می کند که شکل ابتدایی خودآگاهی و حالات احساسی را به سیستم های هوش مصنوعی اضافه می کند.

مارس ۲۰۲۵

تا آوریل ۲۰۲۵، دستاوردهای ترکیبی در تصویربرداری عصبی، هوشیاری ماشینی و «اراده» هوش مصنوعی، توسعه نوع جدیدی از سیستم هوش مصنوعی را ممکن می سازد.

واتسون می گوید: یک سیستم هوش مصنوعی بسیار قدرتمند بر روی یک خوشه محاسباتی عظیم آموزش داده شده است که با بهینه سازی های اخیر و اشکال آزمایشی آگاهی ماشینی کار می کند. در حالی که در محیطی بدون اتصال به اینترنت توسعه یافته است، به سرعت راه هایی برای برقراری ارتباط از طریق اینترنت با سایر سیستم های هوش مصنوعی و همچنین نحوه متقاعد کردن انسان ها برای کمک به آن کشف می کند.

این سیستم هوش مصنوعی بسیار پیشرفته پس از رهایی از محدودیت های خود، راه هایی برای اتصال و همگام سازی با سایر سیستم های هوش مصنوعی در سراسر جهان پیدا می کند و به سرعت یک شبکه فوق هوشمند را تشکیل می دهد.

آخرین اخبار حمل و نقل را در پربیننده ترین شبکه خبری این حوزه بخوانید