"دانشکده پزشکی دانشگاه بوستون"(BUSM)، یک روش جدید مبتنی بر هوش مصنوعی ابداع کردهاند تا به پیشبینی بیماری پیشرونده و مزمن کلیه بپردازند.
"ویجایا کولاچالاما"(Vijaya Kolachalama)، پژوهشگر ارشد این پروژه گفت: داشتن یک مدل رایانهای که بتواند گردش کار یک متخصص آسیبشناسی را تقلید کند و به ارزیابی درجه بیماری بپردازد، ایده هیجانانگیزی است زیرا این فناوری، پتانسیل افزایش کارآیی در روشهای بالینی را دارد.
گردش کار متخصص آسیبشناسی روی میکروسکوپ معمولا کارهایی مانند افقگردی و بزرگنمایی قسمتهای خاصی را شامل میشود که برای ارزیابی جنبههای گوناگون آسیبشناسی صورت میگیرند.
این گروه پژوهشی متشکل از پنج متخصص اعصاب و روان با استفاده از یک نرمافزار، به بررسی میزان آسیب در بافتهای کلیه پرداختند. پژوهشگران برای الگوبرداری از روش متخصصان بیماریهای اعصاب و روان، از هوش مصنوعی برای ترکیب الگوها و ویژگیهای قسمتهای فرعی و همچنین تصویر بافت کلیه استفاده کردند. به واسطه ترکیب این دادهها، یک مدل یادگیری عمیق برای پیشبینی سطح آسیب کلیوی طراحی شد.
کولاچالاما باور دارد مدلهای مبتنی بر هوش مصنوعی که میتوانند میزان آسیب مزمن را به صورت خودکار تشخیص دهند، دومین گزینه در اقدامات بالینی هستند. وی افزود: ممکن است که نهایتا بتوان از این روش برای بررسی سایر موارد آسیبشناسی اندام استفاده کرد که بر ارزیابی فیبروز متمرکز است.
این پژوهش، در "American Journal of Pathology" به چاپ رسید.
دیدگاه تان را بنویسید