هوش مصنوعی ابتلا به دیابت را پیش بینی می کند
تاریخ انتشار: ۱۴ فروردین ۱۳۹۹ | کد خبر: ۲۷۴۴۹۷۳۴
به گزارش خبرگزاری مهر به نقل از پرس اسوسیشن، محققان فناوری جدیدی ساخته اند که با استفاده از هوش مصنوعی ابتلای فرد به دیابت را پیش بینی می کند.
تحقیقات اولیه این فناوری هنوز منتشر نشده اما نشان دهنده روشی است که با کمک یادگیری ماشینی ریسک ابتلای فرد به بیماری هایی را پیش بینی می کند که باعث می شوند قند خون او بالا برود.
بیشتر بخوانید:
اخباری که در وبسایت منتشر نمی‌شوند!
آکیهیرو نومورا از دانشگاه کانازاوا در ژاپن یکی از محققان این پژوهش است. او می گوید: در حال حاضر روش های کارآمدی وجود ندارد تا پیش بینی کنیم افراد سالم در آینده به دیابت مبتلا می شوند یا خیر.
در همین راستا محققان سوابق پزشکی بیش از ۱۳۹ هزار نفر در کانازاوا را بررسی کردند. از این تعداد، ۷۴ هزار نفر به دیابت مبتلا بودند. نتیجه آزمایش های فیزیکی، تست خون و ادار افراد نیز در سوابق پزشکی مورد بررسی گنجانده شده بود.
همچنین محققان هنگام چکاپ سالانه، افرادی که تازه به دیابت مبتلا شده بودند را نیز مشخص کردند. نومورا و همکارانش با استفاده از این اطلاعات یک الگوریتم ماشین یادگیری را آموزش دادند تا خطر ابتلای فرد به دیابت در آینده را پیش بینی کند.
به گفته این پژوهشگران دقت الگوریتم مذکور ۹۴.۹ درصد است و توانسته بیش از ۴ هزار بیمار تازه که مبتلا به دیابت هستند را شناسایی کند.
نومورا در این باره می افزاید: با استفاده از ماشین یادگیری می توان به طور دقیق افرادی که در معرض خطربالای ابتلا به دیابت در آینده هستند را بهتر شناسایی کرد.
قرار بود نتایج این پژوهش در جلسه سالانه Endocrine Society ارائه شود. اما به دلیل شیوع ویروس کرونا این جلسه لغو شده است. این پژوهش در ژورنال Endocrine Society منتشر خواهد شد.
کد خبر 4890165منبع: مهر
کلیدواژه: هوش مصنوعی نوآوری دیابت تحقیقات علمی ویروس کرونا اینترنت شرکت دانش بنیان ایالات متحده آمریکا ماهواره فناوری فضایی شرکت هواوی معاونت علمی و فناوری ریاست جمهوری تحقیقات علمی گوگل هوش مصنوعی سیلاب گوشی آیفون نوآوری پیش بینی
درخواست حذف خبر:
«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را به‌طور اتوماتیک از وبسایت www.mehrnews.com دریافت کرده‌است، لذا منبع این خبر، وبسایت «مهر» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۲۷۴۴۹۷۳۴ 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:
هوش مصنوعی آریتمی قلب را از ۳۰ دقیقه قبل پیش‌بینی می‌کند
به گزارش خبرگزاری علم و فناوری آنا به نقل از نیواطلس، تحقیقات جدید نشان داده است که هوش مصنوعی آموزش‌دیده بر روی داده‌های ساده ضربان قلب می‌تواند یکی از شایع‌ترین اختلال ریتم قلب، فیبریلاسیون دهلیزی را ۳۰ دقیقه قبل پیش‌بینی کند. با برنامه ریزی برای گنجاندن این مدل در تلفن هوشمند به طوری که بتواند داده‌های یک ساعت هوشمند را تجزیه و تحلیل کند، می‌تواند به عنوان یک سیستم هشدار اولیه عمل کند.
شایع‌ترین اختلال ریتم قلب، فیبریلاسیون دهلیزی (AF)، به طور قابل توجهی مراجعات بخش اورژانس و خطر بیماری‌های دیگر مانند سکته مغزی و زوال عقل را افزایش می‌دهد. این عارضه زمانی اتفاق می‌افتد که حفره‌های فوقانی قلب یعنی دهلیز‌ها به‌طور غیر طبیعی و نامنظم می‌کوبند و با حفره‌های پایینی یعنی بطن‌ها هماهنگ نیستند و ریتم قلبی نامنظم و اغلب بسیار سریع ایجاد می‌کنند. ضربان قلب طبیعی باید منظم باشد و زمانی که در حال استراحت هستید بین ۶۰ تا ۱۰۰ ضربه در دقیقه باشد. در فیبرلاسیون دهلیزی دو حفره فوقانی قلب یعنی دهلیز‌های قلب، فاقد ضربان مطلوب هستند.
بازگرداندن بیمار از فیبریلاسیون دهلیزی به ریتم منظم سینوسی می‌تواند به مداخلات فشرده‌ای مانند کاردیوورژن، وارد کردن شوک کم انرژی برای بازنشانی سیستم هدایت قلب نیاز داشته باشد. بنابراین، تشخیص این اختلال قبل از وقوع، مداخلات اولیه را امکان پذیر می‌کند که نتایج بیمار را بهبود می‌بخشد.
محققان مرکز سیستم‌های زیست‌پزشکی لوکزامبورگ (LCSB) در دانشگاه لوکزامبورگ مطالعه‌ای را منتشر کرده‌اند که در آن یک مدل یادگیری عمیق برای پیش‌بینی دقیق، ۳۰ دقیقه زودتر از زمانی که فرد دچار فیبریلاسیون دهلیزی می‌شود، آموزش داده شده است.
در حال حاضر، الکتروکاردیوگرافی (ECG) فقط می‌تواند فیبریلاسیون دهلیزی را درست قبل از وقوع آن تشخیص دهد، بنابراین نمی‌توان آن را یک سیستم هشدار اولیه در نظر گرفت.
خورخه گونکالوز، رئیس گروه کنترل سیستم در «ال‌سی‌اس‌بی» و نویسنده مسئول این مطالعه گفت: در مقابل، کار ما از این رویکرد به یک مدل پیش‌بینی آینده‌نگرتر منحرف می‌شود. ما از داده‌های ضربان قلب برای آموزش یک مدل یادگیری عمیق استفاده کردیم که می‌تواند مراحل مختلف ریتم سینوسی و فیبریلاسیون دهلیزی را تشخیص دهد و احتمال خطر ابتلا به یک دوره قریب‌الوقوع را محاسبه کند.
محققان پیش‌بینی می‌کنند که این دستگاه در گوشی‌های هوشمند برای پردازش داده‌های به‌دست‌آمده از یک ساعت هوشمند استفاده شود. هدف درازمدت این است که بیماران بتوانند به طور مداوم ریتم قلب خود را کنترل کنند و به اندازه کافی هشدار دهند تا بتوانند از درمان‌هایی مانند دارو‌های ضد آریتمی خوراکی برای جلوگیری از شروع فیبریلاسیون دهلیزی استفاده کنند. محققان می‌گویند، این فناوری را می‌توان شخصی‌سازی کرد.
گونکالوزگفت: در حرکتی رو به جلو، ما بر روی توسعه مدل‌های شخصی‌سازی شده تمرکز خواهیم کرد. استفاده روزانه از یک ساعت هوشمند ساده دائماً اطلاعات جدیدی در مورد پویایی قلب شخصی ارائه می‌کند و ما را قادر می‌سازد تا مدل خود را به طور مداوم اصلاح کنیم و مجدداً آموزش دهیم تا با هشدار‌های قبلی حتی به عملکرد بهتری دست یابد. در نهایت، این رویکرد می‌تواند منجر به آزمایش‌های بالینی جدید و مداخلات درمانی نوآورانه شود.
انتهای پیام/
محکومیت بدوی توماج صالحی به اعدام