مروری برهوش مصنوعی و یادگیری ماشینی در رادیولوژی (فرصتها، چالشها و خطرات)
مروری برهوش مصنوعی و یادگیری ماشینی در رادیولوژی (فرصتها، چالشها و خطرات)
آیسان علیزاده جمال آباد1 حسین مظاهری2 هلیا معصومه یاس همتی پاشاکی3 سیما کرد4
1) کارشناسی ارشد مهندسی پزشکی، گرایش بیوالکتریک، دانشگاه ارومیه، آذربایجان غربی، ایران.
2) کارشناسی ارشد فناوری تصویربرداری پزشکی، گروه تکنولوژی پرتوشناسی، دانشکده پیراپزشکی، دانشگاه علوم پزشکی، مشهد، ایران.
3) کارشناسی ارشد مهندسی هسته ای، مهندسی پرتوپزشکی، دانشگاه آزاد اسلامی واحد علوم و تحقیقات، تهران، ایران.
4) کارشناسی مهندسی پزشکی، دانشگاه آزاد اسلامی واحد تهران شرق، تهران، ایران.
کد IOI مقاله
:
XCCC-GCBGF
محل انتشار :
دهمین کنفرانس بین المللی فناوری های نوآورانه در زمینه علوم، مهندسی و تکنولوژی(tetsconf.com)
چکیده :
علاقه جهانی به کاربردهای هوش مصنوعی ، از جمله تصویربرداری، با سرعت بالایی در حال رشد است، که با در دسترس بودن مجموعه دادههای بزرگ (کلان داده)، پیشرفتهای اساسی در قدرت محاسبه، و الگوریتم های یادگیری عمیق جدید تغذیه میشود. به غیر از توسعه روشهای جدید AI، فرصتها و چالشهای بسیاری برای جامعه تصویربرداری وجود دارد، از جمله توسعه یک نام گذاری مشترک، روشهای بهتر برای به اشتراک گذاری دادههای تصویر، و استانداردهای تایید استفاده از برنامه AI در سراسر پلتفرمهای تصویربرداری مختلف و جمعیتهای بیمار. برنامههای نظارتی AI میتوانند با شناسایی موارد مشکوک یا مثبت برای بازبینی اولیه، به رادیولوژیستها کمک کنند تا فهرست کار را اولویتبندی کنند. برنامههای AI میتوانند برای استخراج اطلاعات رادیومیک از تصاویری که به وسیله بازرسی بصری قابلتشخیص نیستند استفاده شوند، که به طور بالقوه ارزش تشخیصی و پیشآگهی بهدستآمده از مجموعه دادههای تصویر را افزایش میدهد. پیشبینیهایی صورتگرفته است که نشان میدهد AI رادیولوژیستها را از کار بیکار میکند. این موضوع بیش از حد بیان شدهاست، و احتمال بیشتری وجود دارد که رادیولوژیستها به طور سودمندی روشهای AI را در فعالیتهای خود لحاظ کنند. محدودیتهای کنونی در دسترسی به تخصص فنی و حتی توان محاسباتی در طول زمان برطرف خواهد شد و همچنین میتواند توسط راهحلهای دسترسی از راه دور مورد بررسی قرار گیرد. موفقیت AI در تصویربرداری با ارزش ایجاد شده اندازهگیری میشود: افزایش قطعیت تشخیصی، چرخش سریعتر، نتایج بهتر برای بیماران، و کیفیت زندگی کاری بهتر برای رادیولوژیستها. AI مجموعهای جدید و امیدوار کننده از روشها را برای تجزیه و تحلیل دادههای تصویر ارائه میدهد. رادیولوژیستها این مسیرهای جدید را کشف خواهند کرد و احتمالا نقش مهمی در کاربردهای پزشکی AI ایفا خواهند کرد.
کلمات کلیدی : هوش مصنوعی یادگیری ماشین رادیولوژی فرصتها و چالشها درمان و سلامت