د AI لپاره 12 لارې د روغتیا پاملرنې صنعت اغیزه کوي

تمه کیږي مصنوعي استخبارات د روغتیا پاملرنې په برخه کې د بدلون ځواک شي. نو څنګه ډاکټران او ناروغان د AI پرمخ وړونکي وسیلو اغیزې څخه ګټه پورته کوي؟
د نن ورځې روغتیا پاملرنې صنعت خورا بالغ دی او کولی شي ځینې لوی بدلونونه رامینځته کړي. د اوږدمهاله ناروغیو او سرطان څخه راډیوولوژي او د خطر ارزونې پورې ، د روغتیا پاملرنې صنعت د ټیکنالوژۍ کارولو بې شمیره فرصتونه لري ترڅو د ناروغ پاملرنې کې خورا دقیق ، موثره او مؤثره مداخلې ځای په ځای کړي.
د ټیکنالوژۍ پرمختګ سره ، ناروغان د ډاکټرانو لپاره لوړې او لوړې اړتیاوې لري ، او د شته معلوماتو شمیر په خطرناکه کچه وده کوي. مصنوعي استخبارات به د طبي پاملرنې دوامداره پرمختګ هڅولو لپاره یو انجن شي.
د دودیز تحلیل او کلینیکي پریکړې کولو ټیکنالوژۍ سره پرتله کول ، مصنوعي استخبارات ډیری ګټې لري. کله چې د زده کړې الګوریتم د روزنې ډیټا سره متقابل عمل وکړي ، دا خورا دقیق کیدی شي ، ډاکټرانو ته وړتیا ورکوي چې د تشخیص ، نرسینګ پروسې ، درملنې تغیر او د ناروغ پایلو په اړه بې ساري لید ترلاسه کړي.
د 2018 نړیوال مصنوعي استخباراتو طبي اختراع فورم (wmif) کې چې د پارټنر هیلتھ کیر لخوا ترسره شوی ، طبي څیړونکي او کلینیکي متخصصین د طبي صنعت ټیکنالوژیو او برخو باندې توضیح کوي چې احتمال لري په راتلونکي کې د مصنوعي استخباراتو په اختیارولو کې د پام وړ اغیزه ولري. لسیزه
اني کیبلانسي ، MD ، په 2018 کې د wmif د CO رییس ، او ګریګ مییر ، MD ، د شراکت دارانو روغتیا پاملرنې لوی اکاډمیک افسر ، وویل چې دا ډول "تخریب" د صنعت هرې سیمې ته راوړل ناروغانو ته د پام وړ ګټې راوستلو ظرفیت لري او پراخه لري د سوداګرۍ بریالیتوب امکان.
د شریکانو روغتیا پاملرنې متخصصینو په مرسته ، پشمول ډاکټر کیت ډریر ، د هارورډ میډیکل ښوونځي (HMS) پروفیسور ، د شریکانو لوی ډیټا ساینس افسر ، او ډاکټر کیترین انډریول ، په میساچوسټس عمومي روغتون کې د څیړنې ستراتیژۍ او عملیاتو رییس (MGH) ، د 12 لارو وړاندیز وکړ چې AI به طبي خدماتو او ساینس کې انقلاب راولي.
1. د دماغ کمپیوټر انٹرفیس له لارې فکر او ماشین متحد کړئ

د ارتباط لپاره د کمپیوټر کارول نوې نظر ندی ، مګر د کی بورډ ، ماؤس او ډسپلې پرته د ټیکنالوژۍ او انساني فکر ترمینځ مستقیم انٹرفیس رامینځته کول د څیړنې ساحه ده ، کوم چې د ځینې ناروغانو لپاره مهم غوښتنلیک لري.
د عصبي سیسټم ناروغۍ او صدمه کولی شي ځینې ناروغان د نورو او د دوی چاپیریال سره د معنی خبرو ، حرکت او تعامل وړتیا له لاسه ورکړي. د دماغ کمپیوټر انٹرفیس (BCI) د مصنوعي استخباراتو لخوا ملاتړ کیدی شي د ناروغانو لپاره هغه لومړني تجربې بیرته راولي چې د تل لپاره د دې دندو له لاسه ورکولو په اړه اندیښمن دي.
"که زه د عصبي عاجل پاملرنې واحد کې یو ناروغ وګورم چې ناڅاپه د عمل کولو یا خبرو کولو وړتیا له لاسه ورکوي ، زه هیله لرم چې بله ورځ د هغه د خبرو کولو وړتیا بیرته راوباسي ،" لی هچبرګ ، د نیورو ټیکنالوژۍ او نیورو بیارغونې مرکز رییس وویل. د میساچوسیټس عمومي روغتون (MGH). د مغز کمپیوټر انٹرفیس (BCI) او مصنوعي استخباراتو په کارولو سره ، موږ کولی شو د لاس حرکت پورې اړوند اعصاب فعال کړو ، او موږ باید وړتیا ولرو چې ناروغ د ټول فعالیت پرمهال لږترلږه پنځه ځله له نورو سره اړیکه ونیسي ، لکه د هر اړخیز ارتباط ټیکنالوژیو کارول د ټابلیټ کمپیوټرونو یا ګرځنده تلیفونونو په څیر. "
د دماغ کمپیوټر انٹرفیس کولی شي د ناروغانو د ژوند کیفیت د امیوټروفیک لاتیرل سکلیروسیس (ALS) ، سټروک یا اتریسیا سنډروم سره ښه کړي ، په بیله بیا 500000 ناروغان هر کال په ټوله نړۍ کې د نخاع زخم سره.
2. د وړانګو وسیلو راتلونکي نسل رامینځته کړئ

د مقناطیسي انعکاس امیجینګ (MRI) ، CT سکینرونو ، او ایکس رې لخوا ترلاسه شوي وړانګې عکسونه د انسان بدن داخلي ته غیر برید کونکي لید وړاندې کوي. په هرصورت ، ډیری د تشخیص پروسې لاهم د بایپسي لخوا ترلاسه شوي فزیکي نسج نمونو باندې تکیه کوي ، کوم چې د ناروغۍ خطر لري.
متخصصین وړاندوینه کوي چې په ځینو مواردو کې ، مصنوعي استخبارات به د راډیولوژي وسایلو راتلونکي نسل ته دا وړتیا ورکړي چې د ژوندي نسج نمونو غوښتنې ځای په ځای کولو لپاره کافي او دقیق وي.
الیګزانډرا ګولبي ، MD ، د بریګم میرمنو روغتون (BWh) کې د عکس لارښوونې نیورو سرجري رییس وویل ، "موږ غواړو د تشخیصي امیجینګ ټیم د جراحانو یا مداخلې راډیوولوژیسټانو او رنځپوهانو سره یوځای راوړو ، مګر دا د مختلف ټیمونو لپاره لویه ننګونه ده چې همکاري ترلاسه کړي. او د اهدافو دوام. که موږ راډیوولوژي وغواړو هغه معلومات چمتو کړو چې دا مهال د نسج نمونو څخه شتون لري ، نو موږ به د دې وړتیا ولرو چې خورا نږدې معیارونه ترلاسه کړو ترڅو د ورکړل شوي پکسل لومړني حقایق وپیژنو. "
پدې پروسه کې بریا ممکن کلینیکان د دې وړتیا ورکړي چې د تومور عمومي فعالیت ډیر دقیق درک کړي ، د دې پرځای چې د وژونکي تومور ځانګړتیاو یوې کوچنۍ برخې پراساس د درملنې پریکړې وکړي.
AI کولی شي د سرطان برید هم ښه تعریف کړي ، او په مناسب ډول د درملنې هدف مشخص کړي. سربیره پردې ، مصنوعي استخبارات د "مجازی بایپسي" په درک کولو کې مرسته کوي او د راډیوولوژي په ډګر کې نوښت ته وده ورکوي ، کوم چې د تومورونو فینوټایپیک او جنیټیک ځانګړتیاو مشخص کولو لپاره د عکس پراساس الګوریتمونو کارولو ته ژمن دی.
3. په زیربنا یا پرمختیایی سیمو کې طبي خدمات پراخه کړئ

په پرمختللو هیوادونو کې د روزل شوي روغتیا پاملرنې چمتو کونکو نشتوالی ، پشمول د الټراساؤنډ تخنیکین او راډیوولوژیست ، د ناروغانو ژوند ژغورلو لپاره د طبي خدماتو کارولو امکانات خورا کموي.
غونډې په ګوته کړه چې د لویدیز افریقا د ټولو روغتونونو په پرتله د بوسټن په مشهور روغتون لونګ ووډ ایونیو سره په شپږو روغتونونو کې ډیر راډیو پوهان کار کوي.
مصنوعي استخبارات کولی شي د ځینې تشخیصي مسؤلیتونو په اخیستو سره چې معمولا انسانانو ته ټاکل شوي د کلینیکانو د جدي کمښت اغیز کمولو کې مرسته وکړي.
د مثال په توګه ، د AI امیج کولو وسیله کولی شي د سینې ایکس رې وکاروي ترڅو د نري رنځ نښې معاینه کړي ، معمولا د ډاکټر ورته ورته دقت سره. دا ب featureه د سرچینې ضعیف سیمو کې د چمتو کونکو لپاره د غوښتنلیک له لارې ځای په ځای کیدی شي ، د تجربه لرونکي تشخیصي راډیوولوژیسټانو اړتیا کموي.
"دا ټیکنالوژي د روغتیا پاملرنې ښه کولو عالي ظرفیت لري ،" ډاکټر جیاشري کلپاټي کرمر ، د عصبي علومو معاون او په میساچوسیټس عمومي روغتون (MGH) کې د راډیوولوژی همکار پروفیسر وویل.
په هرصورت ، د AI الګوریتم رامینځته کونکي باید په دقت سره دا حقیقت په پام کې ونیسي چې د مختلف ملیتونو یا سیمو خلک ممکن ځانګړي فیزولوژیکي او چاپیریال عوامل ولري ، کوم چې کولی شي د ناروغۍ فعالیت اغیزه وکړي.
هغې وویل: "د مثال په توګه ، په هند کې د ناروغۍ لخوا اغیزمن شوي نفوس ممکن د متحده ایالاتو څخه ډیر توپیر ولري." کله چې موږ دا الګوریتمونه رامینځته کوو ، دا خورا مهم دي چې ډاډ ترلاسه شي چې ډاټا د ناروغۍ پریزنټشن او د نفوس تنوع نمایندګي کوي. موږ نه یوازې د یو واحد نفوس پراساس الګوریتم رامینځته کولی شو ، بلکه هیله لرو چې دا په نورو نفوسو کې هم رول ولوبوي. "
4. د بریښنایی روغتیا ریکارډونو کارولو بار کم کړئ

د روغتیا بریښنایی ریکارډ (هغې) د روغتیا پاملرنې صنعت ډیجیټل سفر کې مهم رول لوبولی ، مګر دې بدلون د ادراکي ډیر بار ، نه ختمیدونکي اسنادو او د کارونکي ستړیا پورې اړوند ډیری ستونزې راوړي.
د بریښنایی روغتیا ریکارډ (هغې) رامینځته کونکي اوس مصنوعي استخبارات کاروي ترڅو یو ډیر هوښیاره انٹرفیس رامینځته کړي او اتوماتیک معمولات رامینځته کړي چې د کارونکي ډیر وخت نیسي.
ډاکټر ادم لینډمین ، د ولسمشر مرستیال او د بریګام روغتیا لوی معلوماتو افسر وویل چې کارونکي خپل ډیری وخت په دریو دندو مصرفوي: کلینیکي اسناد ، د ننوتلو امر ، او د دوی ان باکسونو ترتیب کول. د وینا پیژندنه او لیکنه کولی شي د کلینیکي اسنادو پروسس کولو کې مرسته وکړي ، مګر د طبیعي ژبې پروسس (NLP) اوزار ممکن کافي نه وي.
"زه فکر کوم دا ممکن اړین وي چې ډیر زړور اوسئ او ځینې بدلونونه په پام کې ونیسئ ، لکه د کلینیکي درملنې لپاره د ویډیو ثبت کول ، لکه د پولیسو کیمرې اغوستل." مصنوعي استخبارات او د ماشین زده کړه بیا د راتلونکي بیا ترلاسه کولو لپاره د دې ویډیوګانو ترتیب کولو لپاره کارول کیدی شي. لکه د سري او الیکسا په څیر ، څوک چې په کور کې د مصنوعي استخباراتو معاونین کاروي ، مجازی معاونین به په راتلونکي کې د ناروغانو بستر ته راوړل شي ، کلینیکانو ته اجازه ورکوي چې داخلي استخبارات وکاروي ترڅو طبي امرونو ته ننوځي. "

AI کولی شي د ان باکسونو څخه د ورځني غوښتنو اداره کولو کې هم مرسته وکړي ، لکه د درملو ضمیمه او د پایلو خبرتیا. لینډمین زیاته کړه دا ممکن دندو ته لومړیتوب ورکولو کې هم مرسته وکړي چې واقعیا د کلینیکانو پاملرنې ته اړتیا لري ، د ناروغانو لپاره د دوی د ترسره کولو لیستونو پروسس کول اسانه کوي.
5. د انټي بیوټیک مقاومت خطر

د انټي بیوټیک مقاومت انسانانو ته مخ په ډیریدو ګواښ دی ، ځکه چې د دې کلیدي درملو ډیر کارول کولی شي د سوپر بکتیریا ارتقاء لامل شي چې نور درملنې ته ځواب نه ورکوي. د درملو په وړاندې مقاومت لرونکي باکتریا ممکن د روغتون چاپیریال کې جدي زیان لامل شي ، هرکال په لسګونو زره ناروغان وژني. د کلسټریډیم ډیفیسیل یوازې د متحده ایالاتو روغتیا پاملرنې سیسټم ته په کال کې شاوخوا 5 ملیارد ډالر لګښت کوي او له 30000 څخه ډیر د مړینې لامل کیږي.
د EHR ډیټا د انفیکشن نمونو په پیژندلو کې مرسته کوي او خطر روښانه کوي مخکې لدې چې ناروغ نښې ښکاره کړي. د دې تحلیلونو پرمخ وړلو لپاره د ماشین زده کړې او مصنوعي استخباراتو وسیلو کارول کولی شي د دوی دقت ښه کړي او د روغتیا پاملرنې چمتو کونکو لپاره ګړندي او دقیق خبرتیاوې رامینځته کړي.
"د مصنوعي استخباراتو وسیلې کولی شي د انتان کنټرول او د انټي بیوټیک مقاومت لپاره تمې پوره کړي ،" ډاکټر میساچوسیټس عمومي روغتون (MGH) کې د انتاناتو کنټرول مرستیال ډاکټر ایریکا شینای وویل. که دوی ونه کړي ، نو هرڅوک به ناکام شي. ځکه چې روغتونونه د EHR ډیری ډیټا لري ، که چیرې دوی له دوی څخه پوره ګټه وانخلي ، که دوی داسې صنعتونه رامینځته نکړي چې د کلینیکي آزموینې ډیزاین کې هوښیار او ګړندي وي ، او که دوی EHR ونه کاروي چې دا ډاټا رامینځته کوي ، دوی به له ناکامۍ سره مخ شي. "
6. د رنځپوهنې عکسونو لپاره خورا دقیق تحلیل رامینځته کړئ

ډاکټر جیفري گولډن ، په بریګم میرمنو روغتون (BWh) کې د رنځپوهنې څانګې مشر او په HMS کې د رنځپوهنې پروفیسور وویل چې رنځپوهان د طبي خدماتو چمتو کونکو بشپړ لړ لپاره د تشخیصي معلوماتو خورا مهم سرچینه چمتو کوي.
هغه وویل: "د روغتیا پاملرنې 70 decisions پریکړې د رنځپوهنې پایلو پراساس دي ، او په EHRs کې د ټولو معلوماتو له 70 څخه تر 75 between پورې د رنځپوهنې پایلو څخه راځي." او هرڅومره چې پایلې دقیقې وي ، هرڅومره ژر چې سم تشخیص کیږي. دا هغه هدف دی چې ډیجیټل رنځپوهنه او مصنوعي استخبارات د ترلاسه کولو چانس لري. "
په لوی ډیجیټل عکسونو کې د پکسل کچې ژور تحلیل ډاکټرانو ته وړتیا ورکوي چې فرعي توپیرونه وپیژني چې ممکن د انسان سترګو څخه وتښتي.
"موږ اوس دې مرحلې ته رسیدلي یو چیرې چې موږ کولی شو ښه ارزونه وکړو چې ایا سرطان به ګړندی یا ورو وده وکړي ، او څنګه د کلینیکي مرحلو یا هسټوپیتولوژیک درجه بندي پرځای د الګوریتم پراساس د ناروغانو درملنه بدله شي ،" گولډن وویل. دا به یو لوی ګام وړاندې شي. "
هغه زیاته کړه ، "AI کولی شي په سلایډونو کې د ګټو ب featuresو په پیژندلو سره د محصولاتو وده هم وکړي مخکې لدې چې کلینیکان ډاټا بیاکتنه وکړي. AI کولی شي د سلایډونو له لارې فلټر کړي او موږ ته لارښوونه وکړي چې سم مینځپانګې وګورو ترڅو موږ ارزونه وکړو چې څه مهم دي او څه ندي. دا ښه کوي. د رنځپوهانو کارولو موثریت او د هرې قضیې د دوی مطالعې ارزښت ډیروي. "
طبي وسایلو او ماشینونو ته استخبارات راوړي

سمارټ وسیلې د مصرف کونکي چاپیریال اخلي او په ریفریجریټر کې دننه د ریښتیني وخت ویډیو څخه تر موټرو پورې وسایل چمتو کوي چې د موټر چلوونکي خنډ کشف کوي.
په طبي چاپیریال کې ، هوښیار وسایل په ICUs او نورو ځایونو کې د ناروغانو نظارت لپاره اړین دي. د حالت خرابیدو پیژندلو وړتیا لوړولو لپاره د مصنوعي استخباراتو کارول ، لکه دا په ګوته کول چې سیپسس وده کوي ، یا د پیچلتیاو درک کولی شي د پام وړ پایلې ښه کړي او ممکن د درملنې لګښتونه کم کړي.
مارک میشلسکي وویل: "کله چې موږ د روغتیا پاملرنې سیسټم کې د مختلف معلوماتو یوځای کولو په اړه وغږیږو ، موږ اړتیا لرو د ICU ډاکټرانو ته ادامه ورکړو او خبرداری ورکړو چې ژر تر ژره مداخله وکړو ، او دا چې د دې معلوماتو راټولول یو ښه شی ندی چې انساني ډاکټران یې کولی شي." ، په BWh کې د کلینیکي معلوماتو ساینس مرکز اجرایوي رییس. دې وسیلو ته د سمارټ الګوریتم دننه کول په ډاکټرانو ادراکي فشار کموي او ډاډ ورکوي چې ناروغانو سره د امکان تر حده ژر درملنه کیږي. "
8. د سرطان درملنې لپاره د معافیت درملنې ته وده ورکول

امونوتراپي د سرطان درملنې لپاره یوه له خورا هڅونکي لارو څخه ده. د بدن د خپل معافیت سیسټم په کارولو سره د وژونکي تومورونو برید کولو لپاره ، ناروغان ممکن د ضعیف تومورونو باندې بریالي شي. په هرصورت ، یوازې یو څو ناروغان د معافیت اوسني رژیم ته ځواب ورکوي ، او آنکولوژیسټان لاهم دقیق او معتبر میتود نلري ترڅو مشخص کړي چې کوم ناروغان به له رژیم څخه ګټه پورته کړي.
د ماشین زده کړې الګوریتمونه او د خورا پیچلي ډیټا سیټونو ترکیب کولو لپاره د دوی وړتیا ممکن د افرادو ځانګړی جین ترکیب روښانه کړي او د هدف شوي درملنې لپاره نوي اختیارونه چمتو کړي.
"پدې وروستیو کې ، خورا په زړه پوری پرمختګ د چیک پوینټ مخنیوی کونکی و ، کوم چې د ځانګړي معافیت حجرو لخوا تولید شوي پروټینونه بندوي ،" ډاکټر میساچوسیټس عمومي روغتون (MGH) جامع تشخیصي مرکز کې د کمپیوټیکل رنځپوهنې او ټیکنالوژۍ پراختیا رییس ډاکټر لونګ لی تشریح کوي. مګر موږ لاهم په ټولو ستونزو نه پوهیږو ، کوم چې خورا پیچلي دي. موږ حتما د ناروغ ډیټا ته اړتیا لرو. دا درمل نسبتا نوي دي ، نو ډیری ناروغان واقعیا دا نه اخلي. له همدې امله ، ایا موږ اړتیا لرو په یوه اداره یا ډیری سازمانونو کې ډیټا مدغم کړو ، دا به د ماډلینګ پروسې پرمخ وړلو لپاره د ناروغانو شمیر ډیروالي کې کلیدي فاکتور وي. "
9. د بریښنایی روغتیا ریکارډونه د باور وړ خطر وړاندوینو ته واړوئ

د بریښنایی روغتیا ریکارډ (د هغې) د ناروغ معلوماتو خزانه ده ، مګر دا د چمتو کونکو او پراختیا کونکو لپاره دوامداره ننګونه ده چې په دقیق ، وخت او معتبر ډول د معلوماتو لوی مقدار استخراج او تحلیل کړي.
د ډیټا کیفیت او بشپړتیا ستونزې ، د ډیټا فارمیټ ګډوډي ، جوړښت شوي او غیر جوړ شوي ننوت او نیمګړي ریکارډونو سره یوځای ، د خلکو لپاره دا ستونزمن کوي ​​چې د دقیق پوهیدو څرنګوالي څرنګوالي په اړه پوه شي ، د وړاندوینې تحلیل او د کلینیکي پریکړې ملاتړ.
ډاکټر بریاام میرمن روغتون (BWh) کې د عاجل درملو مرستیال پروفیسور او په هارورډ میډیکل ښوونځي (HMS) کې مرستیال پروفیسور ، ډاکټر زیاد اوبرمییر وویل ، "په یو ځای کې د معلوماتو یوځای کولو لپاره یو څه سخت کار شتون لري ، مګر بله ستونزه د پوهیدل دي. هغه څه چې خلک ترلاسه کوي کله چې دوی د بریښنایی روغتیا ریکارډ (هغې) کې د ناروغۍ وړاندوینه کوي. خلک شاید اوریدلي وي چې د مصنوعي استخباراتو الګوریتم کولی شي د اضطراب یا سټروک وړاندوینه وکړي ، مګر ومومئ چې دوی واقعیا د سټروک لګښت ډیروالي وړاندوینه کوي دا د خورا ډیر توپیر سره. پخپله ټکان. "

هغه دوام ورکړ ، "داسې ښکاري چې د MRI پایلو باندې تکیه کول ډیر مشخص ډیټا سیټ چمتو کوي. مګر اوس موږ باید پدې اړه فکر وکړو چې څوک د MRI وړتیا لري؟ نو وروستۍ وړاندوینه تمه شوې پایله نده."
د NMR تحلیل د خطر بریالي کولو او تنظیم کولو ډیری بریالي وسیلې تولید کړي ، په ځانګړي توګه کله چې څیړونکي د ژورې زده کړې تخنیکونه کاروي ترڅو د ظاهرا غیر تړاو لرونکي ډیټا سیټونو ترمینځ نوي اړیکې وپیژني.
په هرصورت ، اوبر مییر پدې باور دی چې ډاډ ترلاسه کول چې دا الګوریتم په ډیټا کې پټ شوي اړخونه نه پیژني د وسیلو ګمارلو لپاره خورا مهم دي چې کولی شي واقعیا کلینیکي پاملرنې ته وده ورکړي.
هغه وویل: "ترټولو لویه ننګونه دا ده چې ډاډ ترلاسه کړو چې موږ دقیقا هغه څه پیژنو چې موږ یې وړاندوینه کړې مخکې لدې چې موږ د تور بکس پرانستل پیل کړو او د وړاندوینې څرنګوالي په لټه کې یو."
10. د اغوستلو وړ وسیلو او شخصي وسیلو له لارې د روغتیا وضعیت څارنه

نږدې ټول مصرف کونکي اوس کولی شي د روغتیا ارزښت په اړه د معلوماتو راټولولو لپاره سینسرونه وکاروي. د سټیپ ټریکر لرونکي سمارټ فونونو څخه د اغوستلو وړ وسیلو ته چې ټوله ورځ د زړه ضربان تعقیبوي ، په هر وخت کې د روغتیا پورې اړوند ډیټا رامینځته کیدی شي.
د دې معلوماتو راټولول او تحلیل کول او د غوښتنلیکونو او نورو کور نظارت کولو وسیلو له لارې د ناروغانو لخوا چمتو شوي معلومات تکمیل کولی شي د انفرادي او ګ crowdې روغتیا لپاره ځانګړی لید وړاندې کړي.
AI به د دې لوی او متنوع ډیټابیس څخه د عمل وړ لیدونو په ایستلو کې مهم رول ولوبوي.
مګر ډاکټر عمر ارنوټ ، د بریګم میرمنو روغتون (BWh) کې د نیورو سرجن ، د کمپیوټري عصبي علومو پایلو لپاره د مرکز رییس وویل ، دا ممکن اضافي کار واخلي ترڅو ناروغانو سره مرسته وکړي چې دې نږدې ، روانې څارنې ډیټا سره سمون ومومي.
هغه وویل: "موږ د ډیجیټل ډیټا پروسس کولو لپاره خورا وړیا و." مګر لکه څنګه چې د کیمبرج تحلیلونو او فېسبوک کې د معلوماتو لیکونه پیښیږي ، خلک به د دې په اړه ډیر محتاط وي چې څوک یې شریک کړي کوم معلومات شریک کړي. "
هغه زیاته کړه ، ناروغان د فېسبوک په څیر لوی شرکتونو په پرتله په خپلو ډاکټرانو باور کوي ، کوم چې کولی شي د لوی کچې څیړنیزو برنامو لپاره د معلوماتو چمتو کولو تکلیف کمولو کې مرسته وکړي.
ارنوټ وویل "احتمال لري د اغوستلو وړ ډاټا به د پام وړ اغیزه ولري ځکه چې د خلکو پاملرنه خورا ناڅاپي وي او راټول شوي معلومات خورا خراب وي." په دوامداره توګه د ګرینولر معلوماتو راټولولو سره ، ډیټا احتمال لري د ډاکټرانو سره د ناروغانو غوره پاملرنې کې مرسته وکړي. "
11. سمارټ تلیفونونه د تشخیص قوي وسیله جوړه کړئ

متخصصین پدې باور دي چې د سمارټ تلیفونونو او د مصرف کونکي کچې نورو سرچینو څخه ترلاسه شوي عکسونه به د پورټ ایبل وسیلو قوي دندو کارولو ته دوام ورکولو سره د کلینیکي کیفیت امیج کولو لپاره مهم ضمیمه شي ، په ځانګړي توګه زیربنا سیمو یا مخ پر ودې هیوادونو کې.
د ګرځنده کیمرې کیفیت هرکال ښه کیږي ، او دا کولی شي عکسونه رامینځته کړي چې د AI الګوریتم تحلیل لپاره کارول کیدی شي. ډرماتولوژي او د سترګو ناروغي د دې رجحان لومړني ګټه اخیستونکي دي.
برتانوي څیړونکو حتی د ماشومانو مخونو عکسونو تحلیل کولو سره د پراختیایی ناروغیو پیژندلو لپاره یوه وسیله رامینځته کړې. الګوریتم کولی شي جلا ځانګړتیاوې کشف کړي ، لکه د ماشومانو د منلو وړ کرښه ، د سترګو او پوزې موقعیت ، او نور ځانګړتیاوې چې ممکن د مخ غیر معمولي حالتونه په ګوته کړي. په اوسني وخت کې ، وسیله کولی شي د کلینیکي پریکړې ملاتړ چمتو کولو لپاره له 90 څخه ډیر ناروغیو سره عام عکسونه سره وصل کړي.
ډاکټر هادي شفیع ، د بریګم میرمنو روغتون (BWh) کې د مایکرو / نانو درملو او ډیجیټل روغتیا لابراتوار رییس وویل: "ډیری خلک په قوي ګرځنده تلیفونونو سمبال دي چې ډیری مختلف سینسرونه پکې جوړ شوي. دا زموږ لپاره عالي فرصت دی. نږدې ټول. د صنعت لوبغاړو په خپلو وسیلو کې د Ai سافټویر او هارډویر جوړول پیل کړي دي دا یو تصادف ندی. زموږ په ډیجیټل نړۍ کې هره ورځ له 2.5 ملیون ټیرابایټ څخه ډیر ډیټا تولیدیږي. د ډیر شخصي ، ګړندي او ډیر هوښیار خدماتو چمتو کولو لپاره د مصنوعي استخباراتو ډیټا. "
د ناروغانو سترګو ، پوټکي ټپونو ، ټپونو ، انتاناتو ، درملو یا نورو مضامینو عکسونو راټولولو لپاره د سمارټ تلیفونونو کارول ممکن په زیربنا سیمو کې د متخصصینو کمبود سره مرسته وکړي ، پداسې حال کې چې د ځینې شکایتونو تشخیص وخت کموي.
شافعي وویل "ممکن په راتلونکي کې ځینې لویې پیښې شتون ولري ، او موږ کولی شو د دې فرصت څخه ګټه واخلو ترڅو د پاملرنې نقطې کې د ناروغۍ مدیریت ځینې مهمې ستونزې حل کړو."
12. د بستر څنګ AI سره د کلینیکي پریکړې کولو نوښت

لکه څنګه چې د روغتیا پاملرنې صنعت د فیس پراساس خدماتو ته مخه کوي ، دا په زیاتیدونکي ډول غیر فعال روغتیا پاملرنې څخه لرې کیږي. د اوږدې ناروغۍ دمخه مخنیوي ، د حاد ناروغۍ پیښې او ناڅاپي خرابیدل د هر چمتو کونکي هدف دی ، او د خسارې جوړښت په نهایت کې دوی ته اجازه ورکوي داسې پروسې رامینځته کړي چې فعال او وړاندوینې مداخله ترلاسه کړي.
مصنوعي استخبارات به د دې تحول لپاره ډیری لومړني ټیکنالوژي چمتو کړي ، د وړاندوینې تحلیل او کلینیکي پریکړې ملاتړ وسیلو په ملاتړ سره ، مخکې لدې چې چمتو کونکي د اقدام کولو اړتیا درک کړي ستونزې حل کړي. مصنوعي استخبارات کولی شي د مرۍ یا سیپسس لپاره دمخه خبرداری چمتو کړي ، کوم چې معمولا د خورا پیچلي ډیټا سیټونو ژور تحلیل ته اړتیا لري.
برینډن ویسټور ، MD ، په میساچوسیټس عمومي روغتون (MGH) کې د کلینیکي معلوماتو رییس وویل ، د ماشین زده کړه کولی شي د جدي ناروغانو لپاره د پاملرنې دوامداره چمتو کولو کې هم مرسته وکړي ، لکه د زړه له بندیدو وروسته کوما کې.
هغه څرګنده کړه چې په نورمال شرایطو کې ، ډاکټران باید د دې ناروغانو د EEG ډیټا چیک کړي. دا پروسه وخت نیسي او فرضي دي ، او پایلې ممکن د ډاکټرانو مهارتونو او تجربې سره توپیر ولري.
هغه وویل "پدې ناروغانو کې ، رجحان ممکن ورو وي. ځینې ​​وختونه کله چې ډاکټران غواړي وګوري چې څوک روغ کیږي ، دوی ممکن په هرو 10 ثانیو کې یو ځل نظارت شوي معلوماتو ته وګوري. په هرصورت ، د دې لیدو لپاره چې ایا دا په 24 ساعتونو کې راټول شوي 10 ثانیو ډیټا څخه بدل شوی د ورته لیدو په څیر دی که چیرې ویښتان په ورته وخت کې وده کړې وي. په هرصورت ، که د مصنوعي استخباراتو الګوریتمونه او د ډیری ناروغانو ډیټا ډیټا وکارول شي ، نو دا به اسانه وي چې د هغه څه سره سمون ومومي چې خلک یې د اوږدې مودې نمونو سره ګوري ، او ځینې نیمګړي اصلاحات به وموندل شي ، کوم چې به په نرسینګ کې د ډاکټرانو پریکړې اغیزه وکړي. . "
د کلینیکي پریکړې ملاتړ لپاره د مصنوعي استخباراتو ټیکنالوژۍ کارول ، د خطر کچه کول او دمخه خبرداری د دې انقلابي ډیټا تحلیل میتود یو له خورا هڅونکي پراختیایی برخو څخه دی.
د نوي نسل وسایلو او سیسټمونو لپاره د بریښنا چمتو کولو سره ، کلینیکان کولی شي د ناروغۍ اهمیت ښه درک کړي ، د نرسنګ خدمات په مؤثره توګه وړاندې کړي ، او دمخه ستونزې حل کړي. مصنوعي استخبارات به د کلینیکي درملنې کیفیت ښه کولو نوي دور کې پیل وکړي ، او د ناروغ پاملرنې کې په زړه پوري پرمختګونه وکړي.


د پوسټ وخت: اګست-06-2021