در گزارش لینك وبسایت اعلام شد:
اقدامات مبتنی بر هوش مصنوعی محققان كشور برای مقابله با كرونا
به گزارش لینك وبسایت رئیس پژوهشكده فضای مجازی دانشگاه شهید بهشتی اقدامات مبتنی بر هوش مصنوعی محققان كشور را در مورد مقابله با ویروس كرونا شرح داد.
دكتر علیرضا طالب پور در گفتگو با خبرنگار مهر با اشاره به اقدامات مبتنی بر هوش مصنوعی مقابله با ویروس كرونا به سرپرستی كمیته پژوهشی كووید بیمارستان سینا دانشگاه علوم پزشكی تهران و با مشاركت پژوهشكده فضای مجازی دانشگاه شهید بهشتی اظهار داشت: با عنایت به اهمیت مبحث تشخیص زودهنگام و دقیق بیماری كرونا كه اساس موفقیت كشورهای پیشرو در مهار این ویروس بوده است، از آغاز شیوع این ویروس در ایران، دو راهبرد اصلی تسهیل و تسریع در تشخیص و پیشبینی ابتلاء به كرونا و افزایش دقت تشخیص با استفاده از مزیت های هوش مصنوعی در این كمیته پژوهشی پیگیری شده است.
وی افزود: در این راستا با تاكید بر سابقه موفق پژوهشكده فضای مجازی دانشگاه شهید بهشتی در حوزه مشابه و توانمندی موجود در حوزه پردازش تصاویر، پردازش صوت و یادگیری ماشینی و دریافت نظرات تخصصی و اطلاعات این بیماری از پژوهشگران بیمارستان سینا (دانشگاه علوم پcشكی تهران) پروژه های زیر تعریف شده و با همكاری همه جانبه آن بیمارستان در حال انجام می باشد.
رئیس پژوهشكده فضای مجازی دانشگاه شهید بهشتی تصریح كرد: پیشبینی و تشخیص با تصاویر CT قفسه سینه از قابلیت پیشگویی و حساسیت بالایی در تشخیص كرونا برخوردار می باشند. ازاین رو برای تشخیص زودهنگام كرونا بسیار مناسب هستند. هرچند در روش سنتی، تشخیص با بررسی حجم بالایی از اطلاعات تصویری توسط عامل انسانی انجام می گیرد كه از نظر سرعت و یكنواختی تشخیص بهینه نیست.
وی افزود: همینطور برخی دیگر از بیماری های تنفسی علائمی مشابه با كرونا در این تصاویر دارند كه سبب می شود عامل انسانی نتواند دقت زیادی در تفكیك بیماری كرونا از بیماری های مذكور داشته باشد. الگوریتم های هوش مصنوعی قادرند ضمن افزایش سرعت و یكنواختی تشخیص، دقت تفكیك كرونا از سایر بیماری های تنفسی را بالا برند.
طالب پور افزود: بدین منظور بیشتر از ۱۰۰۰ تصویر CT از بیمارستان سینا دریافت و جدید ترین روش های هوش مصنوعی روی آنها اعمال شد. بزودی با مقایسه نتایج روش های مختلف هوشمند، بهترین راهكار جهت استفاده در پیشبینی و تشخیص زودهنگام كرونا در اختیار متخصصان قرار خواهد گرفت.
وی تصریح كرد: پیشبینی و تشخیص با صوت سرفه برای تشخیص برخی بیماری ها از راه تحلیل سیگنال صوت سرفه قبلاً به صورت تحقیقاتی انجام شده است. مزیت این روش حداقل بودن امكانات مورد نیاز جهت تشخیص است و فرد می تواند بدون رفتن به مراكز درمانی، توسط این روش غربالگری اولیه شده و فقط در صورت مثبت بودن نتیجه این روش به مراحل درمانی رجوع و تست های تشخیصی دیگر را انجام دهد.
رئیس پژوهشكده فضای مجازی دانشگاه شهید بهشتی اضافه كرد: این مورد از سه جنبه تشخیص افراد مشكوك به كرونا و رهگیری فعالانه گسترش ویروس، كاهش تردد و رجوع افراد به مراكز درمانی و در نتیجه كاهش خطر سرایت و آزاد ماندن ظرفیت های نظام سلامت برای افراد با مشكلات جدی حائز اهمیت می باشد.
وی افزود: در این رابطه بعد از انجام اقدامات پژوهشی و پیشبینی راهكارهایی برای افزایش دقت این روش، جمع آوری صوت سرفه ۲۰۰ بیمار در بیمارستان سینا در حال انجام می باشد. تشخیص و پایش وضعیت بیمار با سیگنال اكوی قلب (ECG) در تحقیقات جدید نشان داده ویروس كرونا غیر از درگیر كردن ریه ها، در موارد قابل توجهی تأثیرات مستقیم و غیر مستقیم روی عملكرد قلب دارد.
طالب پور اضافه كرد: ازاین رو و با عنایت به سابقه قبلی این مجموعه در پیشبینی دیابت از روی ECG، تشخیص ابتلاء به كرونا و همچنین پایش پایداری وضعیت بیمار از روی این سیگنال مورد توجه قرار گرفت و ECG و اطلاعات مربوط به چند ده بیمار در این رابطه جمع آوری شد. تا جایی كه اطلاع داریم این یك ابتكار جدید است و نمونه قبلی ندارد.
وی افزود: از مزایای این روش سهولت دسترسی به امكانات مورد نیاز جهت تشخیص و همینطور ایجاد شناخت جدید از علایم و خودبیماری است كه علاوه بر استفاده برای مبتلایان فعلی به آینده مبارزه با این ویروس كمك خواهد نمود.
وی خاطرنشان كرد: پایش و پیشبینی وضعیت بیمار با داده های كلینیكی پس از مرحله تشخیص، پایش و كنترل وضعیت بیمار بسیار تعیین كننده است. ازاین رو تحلیل داده های كلینیكال شامل بیشتر از پنجاه خصوصیت جهت پایش و پیشبینی وضعیت بیمار مبتلا به كرونا شروع شد. در نتیجه این پروژه، متخصصین خواهند توانست با عنایت به پیشبینی این سامانه، از احتمال وخامت یا بهبود شرایط بیمار در آینده آگاه شده و تصمیمات دقیق تری جهت تخصیص بهینه امكانات ICU و تجویز هر اقدام متناسب اتخاذ نمایند.
رئیس پژوهشكده فضای مجازی دانشگاه شهید بهشتی تصریح كرد: با عنایت به پیشبینی تكمیل اطلاعات حدود ده هزار بیمار طی ماه آتی توسط كمیته پژوهشی كو، ید بیمارستان سینا و همینطور احتمال اضافه شدن اطلاعات بیمارستان های دیگر طرح كووید نتایج حاصل از هر چهار پروژه فوق كه حاصل همكاری دانشگاه شهید بهشتی و بیمارستان سینا (دانشگاه علوم پزشكی تهران) است، جهت مشاركت در حفاظت از سلامت جامعه به صورت مجانی در اختیار مراكز درمانی داخلی و خارجی قرار خواهد گرفت.
این مطلب را می پسندید؟
(1)
(0)
تازه ترین مطالب مرتبط
نظرات بینندگان در مورد این مطلب