كاربردهای هوش مصنوعی در حوزه پزشكی
چه بیماری هایی با هوش مصنوعی تشخیص داده می شوند؟
دیجیتالر: هوش مصنوعی به دستاوردهای پزشکی بسیاری منجر شده که از آن میان می توان به نرم افزار مبتنی بر هوش مصنوعی برای مدیریت سوابق پزشکی و تشخیص شرایط سلامتی افراد اشاره نمود. بازار هوش مصنوعی به رغم چنین دستاوردهایی، هنوز نوپا بشمار می رود اما به سرعت درحال گسترش است. هوش مصنوعی، فناوری مهمی با کاربردهای فراوان است و می تواند ابزار ارزشمندی برای حل مشکلات جهانی باشد.
به گزارش دیجیتالر به نقل از ایسنا، صنعت مراقبت های بهداشتی مانند هر بخش دیگری، پیوسته توسط هوش مصنوعی و یادگیری ماشینی، درحال تغییر کردن است. هوش مصنوعی همان گونه که نحوه طراحی دستگاهها، بهینه سازی مصرف انرژی و مدیریت امور مالی را تغییر می دهد، فرصت ها و خطرات جدیدی را برای مدیریت سلامت انسان به همراه دارد؛ از امکان به کارگیری یادگیری عمیق و شبکه های عصبی در کشف دارو گرفته تا پیچیدگی رو به رشد تشخیص مبتنی بر هوش مصنوعی و جراحی رباتیک. مشکلات جهانی، پیچیده هستند و هوش مصنوعی می تواند ابزار ارزشمندی باشد که تلاش انسان را در ارائه راهکار هایی برای مشکلات آزاردهنده تقویت کند. در این گزارش، به چند کاربرد هوش مصنوعی در زمینه پزشکی پرداخته ایم.
تشخیص آنوریسم مغزی با کمک
رادیولوژیست ها به زودی می توانند با کمک یک الگوریتم هوش مصنوعی، تشخیص خودرا در مورد «آنوریسم مغزی»(Cerebral aneurysm) بهبود بخشند. پژوهشگران دانشگاه استنفورد موفق شدند یک الگوریتم مبتنی بر هوش مصنوعی را برای تشخیص «آنوریسم مغزی» آموزش دهند. آنوریسم مغزی، شرایطی است که به ورم رگ های خونی در مغز می انجامد و می تواند به فشار داخل عروق، سکته و یا مرگ مغزی منجر شود. آنوریسم که در اندازه ها و شکل های گوناگونی ظاهر می شود، یک بیرون زدگی است که بصورت حباب در جدار شریان های مغزی خودرا نشان میدهد.
این ابزار مبتنی بر هوش مصنوعی که توسط پژوهشگران «دانشگاه استنفورد»(Stanford University) ابداع شده، می تواند آن دسته از نواحی مغز را که احتمال آنوریسم مغزی در آنها وجود دارد، اسکن کند.البته گفتنی ست هوش مصنوعی جایگزین پزشکان نخواهد شد. امکان ندارد که هوش مصنوعی فورا جای پزشکان را بگیرد. در عوض، سیستم های مبتنی بر هوش مصنوعی می توانند ضایعه های بدخیم یا الگوهای خطرناک قلب را برای متخصصان مشخص کنند و به آنها امکان دهند تا بر تفسیر این نشانه ها تمرکز داشته باشند.
«آلیسون پارک»(Allison Park)، از فارغ التحصیلان دانشگاه «استنفورد» و سرپرست این پژوهش اظهار داشت: هم اکنون نگرانی های بسیاری در مورد به کار گرفتن هوش مصنوعی در زمینه پزشکی وجود دارد. این پژوهش می تواند مثال خوبی در مورد استفاده از هوش مصنوعی در این عرصه و کمک آن به انسان در پروسه تشخیص باشد.
این ابزار جدید که با کمک یک الگوریتم هوش مصنوعی موسوم به «هد ایکس نت»(HeadXNet) تولید شده، توانست توانایی پزشکان را برای شناسایی صحیح آنوریسم مغزی افزایش دهد و از عهده شناسایی شش نوع آنوریسم مغزی در ۱۰۰ اسکن برآید.
بااینکه موفقیت هد ایکس نت در این آزمایش ها امیدوارکننده بوده اما پژوهشگران تاکید دارند که برای ارزیابی کاربرد هوش مصنوعی در جهان واقعی، به بررسی های بیشتری نیاز است.
ادغام اسکن های مغزی برای یافتن نشانه های آنوریسم، به ثبت و بررسی صدها تصویر نیاز دارد.
الگوریتم بعد از آموزش توانست اسکن هایی که آنوریسم در آنها وجود داشت، مشخص نماید. با کمک این الگوریتم، تصمیم گیری در مورد اسکن ها برای پزشکان ساده تر خواهد بود.
استفاده از هوش مصنوعی برای تشخیص بیماریهای چشمی
شرکت هوش مصنوعی گوگل موسوم به «دیپ مایند»(DeepMind)، نوعی سیستم هوش مصنوعی طراحی نموده که می تواند بیش از ۵۰ بیماری چشمی را تنها با بررسی اسکن سه بعدی شبکیه تشخیص دهد. «دیپ مایند»، این پژوهش را با همکاری بیمارستان چشم «مورفیلدز»(Moorfields) لندن انجام داده است. این شرکت در نظر دارد با تمرکز بر هوش مصنوعی، همه مواردی که می توانند منجر به بروز بیماریهای خطرناک چشم شوند، تشخیص دهد و پیشنهاداتی برای انتخاب مناسب ترین نوع درمان به بیماران ارائه نماید. بدین ترتیب، با استفاده از این سیستم، تعداد افرادی که بینایی خودرا از دست می دهند، کاهش خواهد یافت. «مصطفی سلیمان»(Mustafa Suleyman)، رییس بخش هوش مصنوعی کاربردی شرکت دیپ مایند اظهار داشت: نکته مهم این است که هوش مصنوعی، «توضیح پذیر» است؛ در نتیجه پزشکان می توانند به پیشنهادات آن اطمینان کنند. در این سیستم، هوش مصنوعی، پیکسل هایی را روی اسکن چشم مشخص می کند که با نشانه های بیماری مطابقت دارند.
تشخیص بیماریهای مزمن کلیه با کمک هوش مصنوعی
پژوهشگران «دانشکده پزشکی دانشگاه بوستون»(BUSM)، یک روش جدید مبتنی بر هوش مصنوعی ابداع نموده اند تا به پیش بینی بیماری پیش رونده و مزمن کلیه بپردازند. این گروه پژوهشی متشکل از پنج متخصص اعصاب و روان با استفاده از یک نرم افزار، به بررسی میزان لطمه در بافت های کلیه پرداختند. پژوهشگران برای الگوبرداری از روش متخصصان بیماریهای اعصاب و روان، از هوش مصنوعی برای ترکیب الگوها و خاصیت های قسمت های فرعی و همین طور تصویر بافت کلیه استفاده کردند. بواسطه ترکیب این داده ها، یک مدل یادگیری عمیق برای پیش بینی سطح لطمه کلیوی طراحی شد. پژوهشگران باور دارند مدلهای مبتنی بر هوش مصنوعی که می توانند میزان لطمه مزمن را بصورت خودکار تشخیص دهند، دومین گزینه در اقدامات بالینی هستند و ممکنست که نهایتاً بتوان از این روش جهت بررسی سایر موارد لطمه شناسی اندام بهره برد که بر ارزیابی فیبروز متمرکز است.
پیش بینی سرطان مغز با هوش مصنوعی
مطالعه پژوهشگران دانشگاه «یورک» که با همکاری علی صادقی نائینی انجام شده، از آن حکایت می کند که یک تکنیک خلاقانه مبتنی بر هوش مصنوعی(AI) که آنها توسعه داده اند در پیش بینی تاثیر روش های درمانی در بیماران مبتلا به متاستاز مغزی بطور قابل توجهی مؤثرتر از چشم انسان است. پژوهشگران این مطالعه امیدوارند که تحقیقات و تکنولوژی جدید آنها در نهایت بتواند به برنامه های درمانی مناسب تر و نتایج سلامت بهتری برای بیماران سرطانی منجر شود. علی صادقی نائینی، رییس بخش پژوهشی دانشگاه یورک و استاد مهندسی پزشکی و علوم کامپیوتر در دانشکده مهندسی لاسوند، اظهار داشت: این یک تحلیل پیچیده و جامع از ام. آر. آی برای یافتن خاصیت ها و الگوهایی است که بطور معمول توسط چشم انسان ثبت نمی شوند. ما امیدواریم که تکنیک ما، که یک روش جدید پیش بینی مبتنی بر هوش مصنوعی برای تشخیص عیوب رادیوتراپی در متاستاز مغز است، بتواند به انکولوژیست ها و بیماران کمک نماید تا تصمیمات آگاهانه تری بگیرند و درمان را در شرایطی که زمان بسیار مهم می باشد، انجام دهند. مطالعات قبلی نشان داده اند که با استفاده از روش های استاندارد مانند تصویربرداری ام. آر. آی، ارزیابی اندازه، محل و تعداد متاستازهای مغزی و همین طور نوع سرطان اولیه و وضعیت بیمار، انکولوژیست ها قادر به پیش بینی شکست درمان در حدود ۶۵ درصد مواقع هستند. پژوهشگران چندین مدل هوش مصنوعی را ایجاد و آزمایش کردند و بهترین مدل آنها دقت ۸۳ درصدی داشت.
صادقی نائینی اظهار داشت: همه تومورها به تشعشع پاسخ نمی دهند و در ۳۰ درصد از این بیماران حتی بعد از درمان، تومور به رشد خود ادامه می دهد. این اتفاق اغلب تا ماه ها بعد از درمان بوسیله ام.آر.آی کشف نمی گردد. پیش بینی نحوه پاسخ درمانی پیش از شروع درمان خیلی مهم است.متاستازهای مغزی نوعی تومور سرطانی هستند و زمانی ایجاد می شوند که سرطان های اولیه در ریه ها، پستان ها، روده بزرگ یا سایر قسمت های بدن بوسیله جریان خون یا سیستم لنفاوی به مغز پخش می شوند.
پژوهشگران با استفاده از تکنیک یادگیری ماشینی معروف به یادگیری عمیق، شبکه های عصبی مصنوعی را ایجاد کردند که آن شبکه های عصبی مصنوعی بر روی مجموعه ای از داده ها آموزش دیده بودند، سپس در گام بعد پژوهشگران به هوش مصنوعی آموزش دادند که به مناطق خاص توجه بیشتری داشته باشد.
صادقی نائینی توضیح می دهد: وقتی به ام. آر. آی نگاه می کنید، مناطقی را در داخل یا اطراف تومور می بینید که شدت و الگوی آن متفاوت می باشد، بدین سبب با سیستم بینایی خود بیشتر به آن قسمت ها توجه می کنید. اما یک الگوریتم هوش مصنوعی نسبت به این مساله عملکرد خوبی ندارد. مکانیسم توجهی که ما در الگوریتم گنجانده ایم به این ابزارهای هوش مصنوعی کمک می نماید تا یاد بگیرد کدام قسمت از این تصاویر مهم تر هستند و برای تحلیل و بررسی و پیش بینی زمان بیشتری روی آنها بگذارند.
صادقی نائینی می گوید، در صورتیکه باید تحقیقات بیشتری صورت گیرد، یافته ها نشان میدهد که هوش مصنوعی ابزار بالقوه مهمی در مدیریت دقیق متاستاز مغز و حتی سایر انواع سرطان است. گام بعدی برای پذیرش این روش به عنوان یک ابزار بالینی، بررسی یک گروه بزرگ تر با مجموعه داده های چند نهادی است.
تشخیص آلزایمر بوسیله هوش مصنوعی قبل از شروع علایم
یک مدل جدید هوش مصنوعی قادر می باشد با بررسی داده های تصویربرداری مغزی، شرایط سلامت روان را ارزیابی کند تا الگوهای در رابطه با اوتیسم، اسکیزوفرنی و آلزایمر را بیابد. این مدل هوش مصنوعی می تواند کار خودرا قبل از شروع نشانه های بیماری انجام دهد. این مدل ابتدا با تصاویر مغز بزرگسالان سالم و سپس با تصاویر مغز افراد مبتلا به مشکلات روانی آموزش داده شد تا بتواند تغییرات کوچکی را که چشم انسان به آنها توجه نمی کند، تشخیص دهد. این برنامه کامپیوتری پیچیده توسط گروهی از پژوهشگران «دانشگاه ایالتی جورجیا»(Georgia State) تولید شده است و بگفته آنها شاید روزی بتواند آلزایمر را در ۴۰ سالگی یک فرد تشخیص دهد؛ یعنی حدود ۲۵ سال قبل از شروع نشانه های بیماری. ابتلای سریع به چنین بیماری هایی، بیماران را وادار می کند تا درمان هایی را دریافت نمایند که فشار بیماری روانی را می کاهد. هوش مصنوعی با مجموعه بزرگی از داده های مربوط به بالای ۱۰ هزار نفر آموزش داده شد تا تصویربرداری «تشدید مغناطیسی کارکردی» یا اف ام آرآی (fMRI) را درک کند که فعالیت مغز را با تشخیص تغییراتی در جریان خون مورد بررسی قرار می دهد. هنگامی که هوش مصنوعی توانست اف ام آرآی اولیه را بخواند، پژوهشگران آنرا با مجموعه داده های مربوط به بالای ۱۲۰۰ نفر تغذیه کردند که به بیماریهای روانی شامل اوتیسم، اسکیزوفرنی و آلزایمر مبتلا بودند. این سیستم توانست الگوهای مختلفی را برای هر سه بیماری تشخیص دهد.
پژوهشگران خاطرنشان کردند که استفاده از اف ام آرآی توسط انسان برای شناسایی بیماریهای روانی می تواند پرهزینه باشد، برای اینکه انسان باید با دقت داده ها را بررسی کند، اما استفاده از هوش مصنوعی بطور شایان توجهی هزینه و زمان را می کاهد.
تشخیص بیماریهای ریوی با دقت ۹۸ درصدی
پژوهشگران دانشگاه وست اسکاتلند(UWS) اعتقاد دارند که هوش مصنوعی پیشگامانه آنها می تواند به کاهش استرس ها و تقاضاهای زمستانی در بیمارستان ها کمک نماید. این رویکرد نوآورانه با استفاده از هوش مصنوعی، بطور خودکار بیماریهای ریوی مانند ذات الریه و سل را تشخیص می دهد. هم بیماری سل و هم بیماری ذات الریه می توانند عفونت های جدی در پی داشته باشند و ریه ها را تحت تأثیر شدید قرار دهند. تشخیص بیماریهای ریوی به طور معمول نیاز به آزمایش های مختلف تشخیصی دارد که اغلب شامل استفاده از پرتوی ایکس، آزمایش خون، سونوگرافی و سی تی اسکن است. همین طور آماده شدن نتایج این آزمایش ها به طور معمول زمان زیادی می برد و ممکنست پرهزینه باشند. نرم افزار خلاقانه هوش مصنوعی پژوهشگران دانشگاه وست اسکاتلند با تجهیزاتی که در ابتدا برای تشخیص فوری کووید-۱۹ از تصاویر پرتو ایکس تولید شده بود، توسعه یافته است. این نرم افزار هوش مصنوعی برخلاف آزمایش های تشخیصی که ممکنست زمان زیادی بطول بیانجامد تا به نتیجه برسند، می تواند خیلی از بیماریهای ریوی را تنها ظرف چند دقیقه تشخیص دهد و میزان دقت آن در حدود ۹۸ درصد است. به علت شیوع بیماری کووید، بیمارستان ها با کمبود نیروی کار رو به رو شده اند و این گروه پژوهشی با توسعه این هوش مصنوعی جدید در پی کاهش استرس هستند.
پروفسور نعیم رمضان، استاد و پژوهشگر دانشگاه وست اسکاتلند می گوید: سیستم هایی مانند این می توانند برای تیم های پرمشغله پزشکی در سراسر جهان حیاتی باشند. شکی نیست که بخش های بیمارستانی در سراسر جهان تحت فشار هستند و شیوع کووید-۱۹ این مساله را شدت بخشیده و فشار بیشتری را به بخش ها و کارکنان تحت فشار وارد کرده است. وی ادامه داد: نیاز واقعی به فناوری هایی وجود دارد که بتواند به کاهش تعدادی از این فشارها و تشخیص فوری و دقیق طیف وسیعی از بیماریهای مختلف و همین طور به آزاد کردن زمان باارزش کارکنان کمک نماید.
اگرچه این همه گیری بیماری کووید، فشار را بر بخش های بیمارستانی تشدید کرد، اما پژوهشگران معتقدند هوش مصنوعی می تواند راندمان را بهبود ببخشد. پروفسور رمضان می گوید: تصویربرداری پرتوی ایکس یک ابزار تشخیصی نسبتا ارزان و دردسترس است که هم اکنون به تشخیص بیماریهای مختلف همچون ذات الریه، سل و کووید-۱۹ کمک می نماید و پیشرفت های اخیر در هوش مصنوعی، تشخیص خودکار با استفاده از اسکن پرتوی ایکس قفسه سینه را به یک چشم انداز قابل دستیابی در فرآیندهای پزشکی تبدیل نموده است.
این روش چگونه کار می کند؟
این هوش مصنوعی جدید از تصویربرداری پرتوی ایکس استفاده می نماید و آنرا با پایگاه داده ای از هزاران تصویر از بیماران مبتلا به ذات الریه، سل و کووید مقایسه می کند. سپس از یک پروسه هوش مصنوعی به نام شبکه عصبی پیچشی عمیق(CNN) (نوعی یادگیری عمیق برای پردازش داده ها) برای تشخیص استفاده می نماید. شبکه عصبی پیچشی، الگوریتمی است که تصاویر را تحلیل و بررسی می کند. در مرحله آزمایش این مطالعه، این تکنیک ۹۸ درصد دقیق بود و ثابت کرد که روشی دقیق برای تشخیص بیماران مبتلا به بیماریهای ریوی است.
پژوهشگران این دانشگاه می خواهند ببینند که آیا این روش هوش مصنوعی می تواند برای تشخیص بیماریهای دیگر با استفاده از آزمایش های تشخیصی و هوش مصنوعی ترکیبی استفاده گردد یا خیر.
ابزاری برای افراد ناتوان
دیگر کاربرد خوب هوش مصنوعی، کمک کردن به افراد ناتوان برای غلبه بر مشکلات است. شرکت «هوآوی»(Huawei) در این راستا، از هوش مصنوعی و واقعیت افزوده برای ابداع یک اپلیکیشن رایگان تلفن همراه موسوم به «استوری ساین»(StorySign) بهره برد که به کودکان ناشنوا کمک می نماید تا با ترجمه متن به زبان اشاره، خواندن را بیاموزند. این شرکت، ابزار مقرون به صرفه ای موسوم به «ترک. آی»(Track. Ai) را نیز ابداع کرده است که استفاده از آن بسیار ساده است و می تواند اختلالات بصری را در کودکان شناسایی کند؛ در نتیجه می توان درمان را قبل از این که اختلالات سبب نابینایی شوند، شروع کرد. اپلیکیشن «فیسینگ ایموشنز»(Facing Emotions)، دیگر اپلیکیشن شرکت هوآوی است که احساسات را به شکل صداهای کوتاه و ساده ارائه می دهد. این اپلیکیشن، احساسی را که در چهره دیگران می بیند، مورد ارزیابی قرار می دهد تا به کاربر در دیدن احساس مخاطب او کمک نماید. این اپلیکیشن برای ارزیابی بینی، دهان، ابروها و چشم ها، دوربین عقب تلفن همراه را به کار می گیرد و از هوش مصنوعی برای تحلیل احساسات چهره افراد مانند احساس خشم، ترس، انزجار، ناراحتی، شادی و شگفتی استفاده می نماید.
ارزیابی تصاویر پزشکی
هوش مصنوعی می تواند به بهبود سامانه مراقبت از سلامت کمک نماید. یک شرکت آلمانی موسوم به «زیمنس هلثینیر»(Siemens Healthineers) که در زمینه فناوری پزشکی فعالیت دارد، هوش مصنوعی را برای ابداع تکنولوژی های جدید حوزه سلامت به کار می گیرد.
یکی از این تکنولوژی ها موسوم به «AI-Rad Companion. ۴»، نوعی دستیار رادیولوژی است که کار بررسی تصویرهای پزشکی را انجام می دهد. دیگر فناوری موسوم به «AI-Pathway Companion۵»، بینش هایی را در مورد لطمه شناسی، تصاویر پزشکی، لابراتوار و پزشکی ارائه می دهد. داده های ارائه شده در مورد هر بیمار، متفاوت هستند و AI-Pathway Companion۵ بر طبق این داده ها، مراحل بعدی درمان را نشان میدهد.
این مطلب را می پسندید؟
(1)
(0)
تازه ترین مطالب مرتبط
نظرات بینندگان در مورد این مطلب