✍🏻 خودکار سازی هوش مصنوعی برای تصمیم‌گیری پزشکی
محققان علوم رایانه دانشگاه «ام.آی.تی»(MIT) با همکاری دکتر «داریوش مهتا» از اعضای مرکز جراحی حنجره بیمارستان عمومی ماساچوست(MGH) و دکتر «مرضیه قاسمی» استادیار علوم کامپیوتر و پزشکی دانشگاه «تورنتو» امیدوارند که با خودکار سازی یک اقدام مهم که معمولا به صورت دستی انجام می‌شود، استفاده از هوش مصنوعی را برای تقویت تصمیم‌گیری در حوزه پزشکی ارتقاء دهند.
«مهندسی ویژگی» (feature engineering)، می‌تواند فرآیند دشوار و پرهزینه‌ای باشد، اما با افزایش استفاده از حسگرهای پوشیدنی، چالش برانگیزتر می‌شود چرا که محققان می‌توانند راحت تر بیومتریک‌های بیماران را در طی دوره های طولانی کنترل کنند؛ برای مثال الگوهای خواب، راه رفتن و فعالیت صدا را ردیابی کنند به طوری‌که تنها پس از یک هفته نظارت، متخصصان می‌توانند چندین میلیارد نمونه داده برای هر موضوع داشته باشند.مدل یادگیری ماشینی، این قابلیت را دارد تا برای یادگیری الگوهای هر بیماری مورد استفاده قرار گیرد.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
محققان علوم رایانه دانشگاه «ام.آی.تی»(MIT) با همکاری دکتر «داریوش مهتا» از اعضای مرکز جراحی حنجره بیمارستان عمومی ماساچوست(MGH) و دکتر «مرضیه قاسمی» استادیار علوم کامپیوتر و پزشکی دانشگاه «تورنتو» امیدوارند که با خودکار سازی یک اقدام مهم که معمولا به صورت دستی انجام می‌شود، استفاده از هوش مصنوعی را برای تقویت تصمیم‌گیری در حوزه پزشکی ارتقاء دهند.
«مهندسی ویژگی» (feature engineering)، می‌تواند فرآیند دشوار و پرهزینه‌ای باشد، اما با افزایش استفاده از حسگرهای پوشیدنی، چالش برانگیزتر می‌شود چرا که محققان می‌توانند راحت تر بیومتریک‌های بیماران را در طی دوره های طولانی کنترل کنند؛ برای مثال الگوهای خواب، راه رفتن و فعالیت صدا را ردیابی کنند به طوری‌که تنها پس از یک هفته نظارت، متخصصان می‌توانند چندین میلیارد نمونه داده برای هر موضوع داشته باشند.مدل یادگیری ماشینی، این قابلیت را دارد تا برای یادگیری الگوهای هر بیماری مورد استفاده قرار گیرد.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
Comments
Be the first to add a comment
Log in to comment