انقلاب هوش مصنوعی فیس بوک در تشخیص بیماری ها - شهر وبلاگ

مطالعاتی که به تازگی منتشر شده، از توانمندی الگوریتم هوش مصنوعی فیس بوک برای اعلام نتایج دقیق MRI و همچنین کاهش میزان اطلاعات و دیتای لازم برای اعلام نظر قطعی نشان دارد به همین دلیل این روش درمانی می تواند هم مدت زمان MRI را کاهش بدهد و هم سرعت اعلام نتیجه این روش درمانی افزایش یابد بدون اینکه ذره ای از دقت آن کم شود.

دو سال قبل یک تیم از دانشگاه نیویورک و دانشکده داروسازی گراسمن همکاری خود را با گروه تحقیقات هوش مصنوعی فیس بوک(FAIR) آغاز کردند تا یک شبکه عصبی را توسعه بدهند که بتواند از کمترین میزان اطلاعات MRI قطعی ترین نتیجه را استخراج کند. اسکن های MRI امروزی یکی از بهترین و ایمن ترین راه های تشخیص بیماری برای پزشکان به شمار می رود ولی این روش کمی زمان بر است و این موضوع گاه اضطراب بیماران را افزایش می دهد.

با توجه به درخواست پزشک، هر MRI می تواند تا یک ساعت طول بکشد و این موضوع باعث می شود تعداد کمتری از بیماران در طول یک روز بتوانند از این ابزار تشخیصی بهره بگیرند. این پروژه همکاری که fastMRI نامیده می شود درواقع یک مدل هوش مصنوعی ایجاد می کند که می تواند جزئیات مورد نیاز برای تشخیص بیماری را از یک چهارم تصاویرMRI سنتی استخراج کند. البته حرف و حدیث های فراوانی بر سر دقت عمل هوش مصنوعی وجود داشت و به همین دلیل هم تعدادی از بیماران و رادیولوژیست ها دریک دوره به آزمایش این روش تشخیصی پرداختند. برای این منظور، MRI بیماران هم به صورت سنتی و هم با استفاده از هوش مصنوعی فیس بوک مورد بررسی قرار گرفته و نتیجه آن در اختیار رادیولوژیست ها قرار گرفت. فارغ از اینکه اسکن بیمار توسط کدام روش انجام شده بود، همه این نتیجه ها مشابه بودند با این تفاوت که در نمونه جدید، مدت زمان بررسی اسکن ها به یک چهارم نمونه سنتی رسیده بود.

مایکل رت یکی از محققان حاضر در این مطالعه گفت: این تحقیق و مطالعه، یک گام جدی و مهم برای پذیرش هوش مصنوعی درفرآیند تشخیص بیماری به شمار می رود. هوش مصنوعی می تواند تجربه بیمار در انجام فرآیندهای درمانی را بهبود بخشد. وی ادامه داد: fastMRI یک پروژه متن باز(open source) است بنابراین تیم محققان امیدوارند توسعه دهندگان سخت افزار MRI بتوانند به آسانی و بسرعت الگوریتم های هوش مصنوعی را در محصولات خود به کار بگیرند. ازسوی دیگر این محققان اعتقاد دارند در چندسال آینده می توان این هوش مصنوعی را در دستگاه های MRI فعلی که در بیمارستان ها به بیماران خدمات ارائه می دهند نیز به کار گرفت تا بیماران مدت زمان کمتری در دستگاه قرار بگیرند و این امکان در اختیار تعداد بیشتری از مردم قرار بگیرد.