مصنوعي استخبارات تمه کیږي چې د روغتیا پاملرنې په ډګر کې د بدلون ځواک شي.نو څنګه ډاکټران او ناروغان د AI لخوا پرمخ وړل شوي وسیلو اغیزو څخه ګټه پورته کوي؟
د نن ورځې روغتیا پاملرنې صنعت خورا بالغ دی او کولی شي ځینې لوی بدلونونه رامینځته کړي.د اوږدمهاله ناروغیو او سرطان څخه رادیولوژی او د خطر ارزونې پورې، د روغتیا پاملرنې صنعت داسې بریښي چې د ټیکنالوژۍ کارولو لپاره بې شمیره فرصتونه لري ترڅو د ناروغ پاملرنې کې ډیر دقیق، اغیزمن او اغیزمن مداخلې ځای پرځای کړي.
د ټیکنالوژۍ پراختیا سره، ناروغان د ډاکټرانو لپاره لوړې او لوړې اړتیاوې لري، او د شته معلوماتو شمیر په خطرناکه کچه وده کوي.مصنوعي استخبارات به د طبي پاملرنې دوامداره پرمختګ ته وده ورکولو انجن شي.
د دودیز تحلیل او کلینیکي پریکړې کولو ټیکنالوژۍ سره پرتله کول ، مصنوعي استخبارات ډیری ګټې لري.کله چې د زده کړې الګوریتم د روزنې ډیټا سره اړیکه ونیسي، دا خورا دقیق کیدی شي، ډاکټرانو ته وړتیا ورکوي چې د تشخیص، نرسنګ پروسې، د درملنې بدلون او د ناروغ پایلو په اړه بې ساري بصیرت ترلاسه کړي.
د 2018 نړیوال مصنوعي استخباراتو طبي نوښت فورم (wmif) کې چې د شریکانو روغتیا پاملرنې لخوا ترسره شوی، طبي څیړونکو او کلینیکي کارپوهانو د طبي صنعت ټیکنالوژیو او ساحو ته توضیحات ورکړل چې احتمال لري په راتلونکي کې د مصنوعي استخباراتو په خپلولو کې د پام وړ اغیزه ولري. لسیزه
این کیبلینسي، MD، په 2018 کې د wmif د CO رییس، او ګریګ مایر، MD، د شریکانو روغتیا پاملرنې لوی اکاډمیک افسر، وویل چې دا ډول "اختلاف" د صنعت هرې سیمې ته راوړل د دې وړتیا لري چې ناروغانو ته د پام وړ ګټې راوړي او پراخه وي. د سوداګرۍ بریالیتوب احتمال.
د همکارانو د روغتیا پاملرنې متخصصینو په مرسته ، پشمول د هارورډ میډیکل ښوونځي (HMS) پروفیسور ډاکټر کیت ډریر ، د شریکانو د ډیټا ساینس رییس رییس ، او ډاکټر کیترین انډریول ، د میساچوسټس عمومي روغتون (MGH) کې د څیړنې ستراتیژۍ او عملیاتو رییس. ، 12 لارې وړاندیز کړې چې AI به طبي خدماتو او ساینس کې انقلاب راولي.
1. د دماغ کمپیوټر انٹرفیس له لارې فکر او ماشین متحد کړئ
د مخابراتو لپاره د کمپیوټر کارول کومه نوې نظر نه ده، مګر د کیبورډ، ماوس او نندارې پرته د ټیکنالوژۍ او د انسان فکر کولو ترمنځ مستقیم انټرفیس رامینځته کول د تحقیق ساحه ده، کوم چې د ځینو ناروغانو لپاره مهم کار دی.
د عصبي سیسټم ناروغي او صدمه کولی شي ځینې ناروغان د نورو او د دوی چاپیریال سره د معنی خبرو اترو ، حرکت او متقابل عمل وړتیا له لاسه ورکړي.د دماغ کمپیوټر انٹرفیس (BCI) چې د مصنوعي استخباراتو لخوا ملاتړ کیږي کولی شي د ناروغانو لپاره هغه لومړني تجربې بیرته راولي چې د تل لپاره د دې دندو له لاسه ورکولو په اړه اندیښمن دي.
"که زه د نیورولوژي د جدي پاملرنې واحد کې یو ناروغ وګورم چې ناڅاپه د عمل یا خبرو کولو وړتیا له لاسه ورکوي، زه هیله لرم چې بله ورځ د خبرو کولو وړتیا بیرته راګرځي،" لی هوچبرګ، MD، د نیورو ټیکنالوژۍ او عصبي رغولو مرکز رییس وویل. د میساچوسټس عمومي روغتون (MGH).د مغز کمپیوټر انټرفیس (BCI) او مصنوعي هوښیارتیا په کارولو سره ، موږ کولی شو د لاس حرکت پورې اړوند اعصاب فعال کړو ، او موږ باید وکولی شو ناروغ د ټول فعالیت په جریان کې لږترلږه پنځه ځله له نورو سره اړیکه ونیسو ، لکه د هر اړخیز مخابراتو ټیکنالوژیو کارول. د ټابلیټ کمپیوټرونو یا ګرځنده تلیفونونو په څیر."
د دماغ کمپیوټر انٹرفیس کولی شي د امیوټروفیک لیټرل سکلیروسیس (ALS) ، سټروک یا ایټریسیا سنډروم ناروغانو د ژوند کیفیت خورا ښه کړي ، په بیله بیا په نړۍ کې هر کال 500000 ناروغان چې د نخاعي رګونو زخم لري.
2. د وړانګو وسیلو راتلونکی نسل رامینځته کړئ
د وړانګو عکسونه چې د مقناطیسي ریزونانس امیجنګ (MRI) ، CT سکینرونو او ایکس شعاعو لخوا ترلاسه شوي د انسان بدن دننه غیر برید کونکي لید وړاندې کوي.په هرصورت، ډیری تشخیصي پروسیجرونه لاهم د بایوپسي لخوا ترلاسه شوي فزیکي نسج نمونو باندې تکیه کوي، کوم چې د انفیکشن خطر لري.
متخصصین وړاندوینه کوي چې په ځینو مواردو کې، مصنوعي استخبارات به د رادیولوژي وسیلو راتلونکي نسل ته وړتیا ورکړي چې دقیق او دقیق وي ترڅو د ژوندیو نسجونو نمونو غوښتنې ځای په ځای کړي.
الکساندرا ګولبي، MD، د بریګم د میرمنو روغتون (BWh) کې د عکس لارښود نیورو سرجري رییس وویل ، "موږ غواړو د تشخیصي امیجنگ ټیم د جراحانو یا مداخلې راډیوولوژیست او رنځپوهانو سره یوځای کړو ، مګر دا د مختلف ټیمونو لپاره د همکارۍ لاسته راوړل یوه لویه ننګونه ده. او د اهدافو تسلسل. که موږ وغواړو چې رادیولوژي هغه معلومات چمتو کړو چې اوس مهال د نسجونو له نمونو څخه شتون لري، نو موږ باید د دې وړتیا ولرو چې د کوم پکسل اساسي حقایق پوهیدو لپاره خورا نږدې معیارونه ترلاسه کړو."
په دې پروسه کې بریالیتوب کولی شي ډاکټران وکولی شي د تومور ټول فعالیت په سمه توګه درک کړي، د دې پر ځای چې د وژونکي تومور د ځانګړتیاوو د یوې کوچنۍ برخې پر بنسټ د درملنې پریکړې وکړي.
AI کولی شي د سرطان برید په ښه توګه تعریف کړي، او په مناسبه توګه د درملنې هدف وټاکي.برسېره پردې، مصنوعي استخبارات د "مجازی بایپسي" په پوهیدو کې مرسته کوي او د رادیولوژی په برخه کې نوښت ته وده ورکوي، کوم چې د تومورونو فینوټایپیک او جینیکیک ځانګړتیاوو مشخص کولو لپاره د عکس پر بنسټ الګوریتمونو کارولو ته ژمن دی.
3. په کمزورو او پرمختللو سیمو کې د طبي خدماتو پراخول
په پرمختللو هیوادونو کې د روزل شوي روغتیا پاملرنې چمتو کونکو نشتوالی، په شمول د الټراساؤنډ تخنیکانو او رادیولوژیستانو، د ناروغانو د ژوند ژغورلو لپاره د طبي خدماتو کارولو امکانات به خورا کم کړي.
غونډې په ګوته کړه چې د لویدیز افریقا د ټولو روغتونونو په پرتله په بوسټن کې د مشهور لونګ ووډ ایونیو سره په شپږو روغتونونو کې ډیر رادیولوژیست کار کوي.
مصنوعي استخبارات کولی شي د ځینې تشخیصي مسؤلیتونو په اخیستو سره چې په نورمال ډول انسانانو ته ګمارل کیږي د کلینیکانو د جدي کمښت اغیزې کمولو کې مرسته وکړي.
د مثال په توګه، د AI امیج کولو وسیله کولی شي د نري رنځ نښې معاینه کولو لپاره د سینې ایکس رې وکاروي ، معمولا د ډاکټر په څیر ورته دقت سره.دا خصوصیت د سرچینو په غریبو سیمو کې د چمتو کونکو لپاره د غوښتنلیک له لارې ځای په ځای کیدی شي ، د تجربه لرونکي تشخیصي رادیولوژیست اړتیا کموي.
"دا ټیکنالوژي د روغتیا پاملرنې ښه کولو لپاره خورا لوی ظرفیت لري ،" ډاکټر جیاشری کلپتی کریمر، د عصبي علومو معاون او د میساچوسیټس عمومي روغتون (MGH) کې د رادیولوژی همکار پروفیسور وویل.
په هرصورت، د AI الګوریتم پراختیا کونکي باید دا حقیقت په دقت سره په پام کې ونیسي چې د مختلف ملیتونو یا سیمو خلک ممکن ځانګړي فزیولوژیکي او چاپیریال عوامل ولري چې کولی شي د ناروغۍ فعالیت اغیزه وکړي.
هغې وویل: "د مثال په توګه، په هند کې د ناروغۍ لخوا اغیزمن شوي نفوس ممکن په متحده ایالاتو کې د هغه څخه ډیر توپیر ولري."کله چې موږ دا الګوریتمونه رامینځته کوو، دا خورا مهمه ده چې ډاډ ترلاسه کړو چې ډاټا د ناروغۍ پریزنټشن او د نفوس تنوع استازیتوب کوي.موږ نشو کولی یوازې د یو واحد نفوس پر بنسټ الګوریتم ته وده ورکړو، بلکې هیله لرو چې دا په نورو نفوس کې رول ولوبوي."
4. د الکترونیکي روغتیا ریکارډونو د کارولو بار کم کړئ
د بریښنایی روغتیا ریکارډ (هغې) د روغتیا پاملرنې صنعت ډیجیټل سفر کې مهم رول لوبولی ، مګر دې بدلون د ادراکي ډیر بار ، نه ختمیدونکي اسنادو او کارونکي ستړیا پورې اړوند ډیری ستونزې رامینځته کړې.
د بریښنایی روغتیا ریکارډ (هغې) پراختیا کونکي اوس مصنوعي استخبارات کاروي ترڅو ډیر هوښیار انٹرفیس رامینځته کړي او روټینونه اتومات کړي چې د کارونکي ډیر وخت نیسي.
ډاکټر اډم لینډمن ، د بریګم روغتیا مرستیال او د معلوماتو لوی رییس وویل ، کارونکي خپل ډیری وخت په دریو کارونو تیروي: کلینیکي اسناد ، د ننوتلو امر کول ، او د دوی ان باکسونو ترتیب کول.د وینا پیژندنه او امر کولی شي د کلینیکي اسنادو پروسس کولو کې مرسته وکړي، مګر د طبیعي ژبې پروسس کولو (NLP) وسایل ممکن کافي نه وي.
لینډمن وویل: "زه فکر کوم چې دا به اړین وي چې ډیر زړور اوسئ او ځینې بدلونونه په پام کې ونیسئ ، لکه د کلینیکي درملنې لپاره د ویډیو ثبت کولو کارول ، لکه څنګه چې پولیس کمرې اغوندي."مصنوعي هوښیارتیا او د ماشین زده کړه بیا د راتلونکي بیا ترلاسه کولو لپاره د دې ویډیوګانو شاخص کولو لپاره کارول کیدی شي.لکه د سری او الیکسا په څیر ، چې په کور کې د مصنوعي استخباراتو معاونین کاروي ، مجازی معاونین به په راتلونکي کې د ناروغانو بستر ته راوړل شي ، کلینیکانو ته اجازه ورکوي چې طبي امرونو ته د ننوتلو لپاره سرایت شوي استخبارات وکاروي."
AI کولی شي د انباکسونو څخه د معمول غوښتنو په اداره کولو کې هم مرسته وکړي، لکه د درملو ضمیمه او د پایلو خبرتیا.لینډمن زیاته کړه چې دا ممکن د کارونو لومړیتوب ورکولو کې هم مرسته وکړي چې واقعیا د ډاکټرانو پاملرنې ته اړتیا لري ، د ناروغانو لپاره د دوی د ترسره کولو لیست پروسس کول اسانه کوي.
5. د انټي بیوټیک مقاومت خطر
د انټي بیوټیک مقاومت د انسانانو لپاره مخ په زیاتیدونکي ګواښ دی ، ځکه چې د دې کلیدي درملو ډیر کارول کولی شي د سوپرباکتریا د تکامل لامل شي چې نور درملنې ته ځواب نه ورکوي.د څو درملو مقاومت لرونکي باکتریا ممکن د روغتون چاپیریال کې جدي زیان رامینځته کړي ، چې هر کال لسګونه زره ناروغان وژني.Clostridium difficile یوازې د متحده ایالاتو روغتیا پاملرنې سیسټم ته په کال کې شاوخوا 5 ملیارد ډالر لګښت لري او د 30000 څخه ډیر مړینې لامل کیږي.
د EHR ډاټا مرسته کوي چې د انفیکشن نمونې وپیژني او خطر روښانه کړي مخکې له دې چې ناروغ د نښې نښانې پیل کړي.د دې تحلیلونو چلولو لپاره د ماشین زده کړې او مصنوعي استخباراتو وسیلو کارول کولی شي د دوی دقت ښه کړي او د روغتیا پاملرنې چمتو کونکو لپاره ګړندي او ډیر دقیق خبرتیاوې رامینځته کړي.
"مصنوعي استخباراتو وسیلې کولی شي د انفیکشن کنټرول او انټي بیوټیک مقاومت تمه پوره کړي ،" ډاکټر ایریکا شینای ، د میساچوسټس عمومي روغتون (MGH) کې د انفیکشن کنټرول مرستیال وویل.که دوی ونه کړي، نو هرڅوک به ناکام شي.ځکه چې روغتونونه د EHR ډیری ډیټا لري، که دوی له دوی څخه بشپړه ګټه پورته نکړي، که دوی داسې صنعتونه رامینځته نه کړي چې د کلینیکي آزموینې ډیزاین کې هوښیار او ګړندي وي، او که دوی EHR ونه کاروي چې دا ډاټا رامینځته کوي، دوی به د ناکامۍ سره مخ شي."
6. د رنځپوهنې انځورونو لپاره نور دقیق تحلیلونه جوړ کړئ
ډاکټر جیفري گولډن، د بریګم د میرمنو روغتون (BWh) کې د رنځپوهنې څانګې مشر او په HMS کې د رنځپوهنې پروفیسور وویل چې رنځپوهان د طبي خدماتو چمتو کونکو بشپړ لړۍ لپاره د تشخیصي معلوماتو یو له خورا مهم سرچینې چمتو کوي.
هغه وویل: "د روغتیا پاملرنې 70٪ پریکړې د رنځپوهنې پایلو پراساس دي ، او په EHRs کې د ټولو معلوماتو 70٪ او 75٪ ترمنځ د رنځپوهنې پایلو څخه راځي."او څومره چې پایلې دقیقې وي، ژر تر ژره به سم تشخیص وشي.دا هغه هدف دی چې ډیجیټل رنځپوهنه او مصنوعي استخبارات د ترلاسه کولو فرصت لري."
په لوی ډیجیټل عکسونو کې د پکسل کچې ژور تحلیل ډاکټرانو ته وړتیا ورکوي چې فرعي توپیرونه وپیژني کوم چې ممکن د انسان له سترګو څخه تیریږي.
گولډن وویل: "موږ اوس دې ټکي ته رسیدلي یو چې موږ ښه ارزونه کولی شو چې ایا سرطان به ګړندی وده وکړي یا ورو ورو، او څنګه د ناروغانو درملنه د کلینیکي مرحلو یا هسټوپیتولوژیکي درجې پرځای د الګوریتم پراساس بدل کړو." گولډن وویل.دا به یو لوی ګام وي."
هغه زیاته کړه، "AI کولی شي د کلینیکانو د معلوماتو بیاکتنې دمخه په سلایډونو کې د ګټو ځانګړتیاو په پیژندلو سره د تولید وده هم ښه کړي. AI کولی شي د سلایډونو له لارې فلټر کړي او موږ ته لارښوونه وکړي چې سم مینځپانګه وګورو ترڅو موږ ارزونه وکړو چې څه مهم دي او څه ندي. د رنځپوهانو د کارولو موثریت او د هرې قضیې د مطالعې ارزښت زیاتوي.
طبي وسایلو او ماشینونو ته استخبارات راوړي
سمارټ وسیلې د مصرف کونکي چاپیریال کنټرولوي او د ریفریجریټ دننه د ریښتیني وخت ویډیو څخه تر موټرو پورې وسایل چمتو کوي چې د موټر چلوونکي ګډوډي کشف کوي.
په طبي چاپیریال کې، هوښیار وسایل د ICUs او نورو ځایونو کې د ناروغانو د څارنې لپاره اړین دي.د مصنوعي استخباراتو کارول د حالت د خرابیدو پیژندلو وړتیا ته وده ورکوي، لکه د سیپسس وده کول، یا د اختلاطاتو تصور کولی شي د پام وړ پایلې ښه کړي او ممکن د درملنې لګښتونه کم کړي.
"کله چې موږ د روغتیا پاملرنې سیسټم کې د مختلف معلوماتو ادغام په اړه وغږیږو ، موږ اړتیا لرو چې د ICU ډاکټران مدغم او خبرتیا ورکړو چې ژر تر ژره مداخله وکړي ، او دا چې د دې معلوماتو راټولول یو ښه شی ندی چې انساني ډاکټران یې کولی شي ،" مارک میچلسکي وویل. ، په BWh کې د کلینیکي ډیټا ساینس مرکز اجرایوي رییس.دې وسیلو ته د سمارټ الګوریتمونو داخلول په ډاکټرانو باندې ادراکي بوج کموي او ډاډ ترلاسه کوي چې ناروغان د امکان تر حده ژر تر ژره درملنه کیږي."
8. د سرطان درملنې لپاره د معافیت درملنې ته وده ورکول
امیونوتراپي د سرطان درملنې لپاره یو له خورا امید لرونکي لارو څخه دی.د وژونکي تومورونو د برید لپاره د بدن د خپل معافیت سیسټم په کارولو سره، ناروغان کولی شي په ضد تومورونو باندې بریالي شي.په هرصورت، یوازې یو څو ناروغان د معافیتي درملنې اوسني رژیم ته ځواب ورکوي، او آنکولوژیسټان لاهم دقیق او معتبر میتود نلري ترڅو معلومه کړي چې کوم ناروغان به د رژیم څخه ګټه پورته کړي.
د ماشین زده کړې الګوریتمونه او د خورا پیچلي ډیټا سیټونو ترکیب کولو لپاره د دوی وړتیا ممکن د افرادو ځانګړي جین جوړښت روښانه کړي او د هدفي درملنې لپاره نوي اختیارونه چمتو کړي.
"په دې وروستیو کې، خورا په زړه پورې پرمختګ د پوستې مخنیوی کونکي دي، کوم چې د ځینې معافیت حجرو لخوا تولید شوي پروټینونه بندوي،" ډاکټر لانګ لی تشریح کوي، د میساچوسټس عمومي روغتون (MGH) جامع تشخیص مرکز کې د کمپیوټري رنځپوهنې او ټیکنالوژۍ پراختیا رییس.مګر موږ لاهم په ټولو ستونزو نه پوهیږو، کوم چې خورا پیچلي دي.موږ یقینا د ناروغ ډیټا ته اړتیا لرو.دا درمل نسبتا نوي دي، نو ډیری ناروغان یې نه اخلي.له همدې امله، ایا موږ اړتیا لرو چې په یوه سازمان کې یا په ډیری سازمانونو کې ډاټا مدغم کړو، دا به د ماډلینګ پروسې پرمخ وړلو لپاره د ناروغانو شمیر زیاتولو کې کلیدي فاکتور وي."
9. بریښنایی روغتیایی ریکارډونه د اعتبار وړ خطر وړاندوینو ته واړوئ
د بریښنایی روغتیا ریکارډ (هغې) د ناروغ ډیټا یوه خزانه ده ، مګر دا د چمتو کونکو او پراختیا کونکو لپاره دوامداره ننګونه ده چې په دقیق ، وخت او باوري ډول د معلوماتو لوی مقدار استخراج او تحلیل کړي.
د ډیټا کیفیت او بشپړتیا ستونزې ، د ډیټا فارمیټ ګډوډۍ ، جوړښت شوي او غیر جوړښت شوي آخذې او نامکمل ریکارډونو سره یوځای ، د خلکو لپاره دا ستونزمن کوي چې په سمه توګه پوه شي چې څنګه د معتبر خطر سټراټیفیکیشن ، وړاندوینې تحلیل او کلینیکي پریکړې ملاتړ ترسره کړي.
ډاکټر زیاد اوبرمایر، د بریګم د میرمنو روغتون (BWh) کې د بیړني درملو معاون پروفیسور او د هارورډ میډیکل ښوونځي (HMS) معاون پروفیسور وویل: "په یو ځای کې د معلوماتو یوځای کولو لپاره یو څه سخت کار شتون لري. مګر بله ستونزه د پوهیدو لپاره ده. هغه څه چې خلک یې ترلاسه کوي کله چې دوی د بریښنایی روغتیا ریکارډ (هغې) کې د ناروغۍ وړاندوینه کوي. خلک ممکن واوري چې د مصنوعي هوښیارتیا الګوریتم کولی شي د خپګان یا سټروک وړاندوینه وکړي ، مګر وموندل شي چې دوی واقعیا د سټروک لګښت ډیروالي وړاندوینه کوي. ځان په ټپه ودراوه."
هغه ادامه ورکړه، "د MRI پایلو باندې تکیه داسې ښکاري چې یو ډیر مشخص ډیټا سیټ چمتو کړي. مګر اوس موږ باید په دې فکر وکړو چې څوک د MRI توان لري؟ نو وروستۍ وړاندوینه تمه شوې پایله نه ده."
د NMR تحلیل ډیری بریالي د خطر سکور کولو او سټراټیفیکیشن وسیلې تولید کړي ، په ځانګړي توګه کله چې څیړونکي د ژورې زده کړې تخنیکونه کاروي ترڅو د ښکاري غیر اړونده ډیټا سیټونو ترمینځ نوي اړیکې وپیژني.
په هرصورت، OBERMEYER پدې باور دی چې ډاډ ترلاسه کول چې دا الګوریتمونه په ډیټا کې پټ شوي تعصبونه نه پیژني د وسیلو ځای پرځای کولو لپاره خورا مهم دي چې کولی شي واقعیا کلینیکي پاملرنې ته وده ورکړي.
هغه وویل: "تر ټولو لویه ننګونه دا ده چې ډاډ ترلاسه کړو چې موږ په ریښتیا پوهیږو چې موږ د بلیک بکس پرانستلو دمخه او د وړاندوینې څرنګوالي په لټه کې یو چې موږ یې وړاندوینه کړې."
10. د اغوستو وړ وسایلو او شخصي وسایلو له لارې د روغتیا حالت څارنه
نږدې ټول مصرف کونکي اوس کولی شي سینسرونه وکاروي ترڅو د روغتیا ارزښت په اړه معلومات راټول کړي.د سټیپ ټریکر سره سمارټ فونونو څخه د اغوستلو وړ وسیلو پورې چې ټوله ورځ د زړه ضربان تعقیبوي ، هر وخت ډیر او ډیر روغتیا پورې اړوند ډیټا رامینځته کیدی شي.
د دې معلوماتو راټولول او تحلیل کول او د غوښتنلیکونو او نورو کور نظارت وسیلو له لارې د ناروغانو لخوا چمتو شوي معلومات ضمیمه کول کولی شي د انفرادي او خلکو روغتیا لپاره یو ځانګړی لید چمتو کړي.
AI به د دې لوی او متنوع ډیټابیس څخه د عمل وړ لیدونو استخراج کې مهم رول ولوبوي.
خو ډاکټر عمر ارناوټ، د برګم د ښځو روغتون (BWh) کې عصبي جراح، د کمپیوټري عصبي علومو د پایلو لپاره د مرکز CO رییس وویل، دا ممکن اضافي کار ته اړتیا ولري ترڅو ناروغانو سره مرسته وکړي چې د دې متضاد، روانې څارنې ډیټا سره سمون ومومي.
هغه وویل: "موږ د ډیجیټل ډیټا پروسس کولو لپاره خورا وړیا وو."مګر لکه څنګه چې د کیمبرج تحلیلونو او فیسبوک کې د معلوماتو لیکونه پیښیږي ، خلک به ډیر او ډیر محتاط وي چې څوک یې شریک کړي کوم ډیټا شریکوي."
هغه زیاته کړه چې ناروغان د لویو شرکتونو لکه فیسبوک په پرتله په خپلو ډاکټرانو ډیر باور لري، کوم چې کولی شي د لوی پیمانه څیړنیزو پروګرامونو لپاره د معلوماتو چمتو کولو تکلیف کم کړي.
"دا احتمال شته چې د اغوستلو وړ ډیټا به د پام وړ اغیزه ولري ځکه چې د خلکو پام خورا تصادفي دی او راټول شوي معلومات خورا خراب دي ،" ارناوټ وویل.په دوامداره توګه د ګرانولر ډاټا راټولولو سره، ډاټا د ډاکټرانو سره د ناروغانو ښه پاملرنې کې مرسته کوي."
11. سمارټ فونونه د پیاوړې تشخیص وسیله جوړ کړئ
ماهرین پدې باور دي چې د سمارټ فونونو او نورو مصرف کونکو کچې سرچینو څخه ترلاسه شوي عکسونه به د کلینیکي کیفیت عکس اخیستنې لپاره یو مهم ضمیمه شي ، په ځانګړي توګه په لاندې سیمو یا پرمختللو هیوادونو کې ، د پورټ ایبل وسیلو قوي کارونو کارولو ته دوام ورکولو سره.
د ګرځنده کیمرې کیفیت هر کال ښه کیږي، او دا کولی شي هغه انځورونه تولید کړي چې د AI الګوریتم تحلیل لپاره کارول کیدی شي.ډرماتولوژي او د سترګو پوهه د دې رجحان لومړني ګټه اخیستونکي دي.
برتانوي څیړونکو حتی د ماشومانو د مخونو عکسونو تحلیل کولو سره د پرمختیایی ناروغیو پیژندلو لپاره وسیله رامینځته کړې.الګوریتم کولی شي جلا ځانګړتیاوې کشف کړي، لکه د ماشومانو مینډیبل کرښه، د سترګو او پوزې موقعیت، او نور ځانګړتیاوې چې ممکن د مخ غیر معمولي حالتونه په ګوته کړي.په اوس وخت کې، وسیله کولی شي د 90 څخه زیاتو ناروغیو سره د عام انځورونو سره سمون ولري ترڅو د کلینیکي پریکړې مالتړ چمتو کړي.
د برګم د ښځو په روغتون (BWh) کې د مایکرو / نانو درملو او ډیجیټل روغتیا لابراتوار رییس ډاکټر هادي شفیع وویل: "ډیری خلک په قوي ګرځنده تلیفونونو سمبال دي چې ډیری مختلف سینسرونه لري. دا زموږ لپاره یو ښه فرصت دی. نږدې ټول. د صنعت لوبغاړو په خپلو وسایلو کې د Ai سافټویر او هارډویر جوړول پیل کړي، دا کومه تصادف نه ده، زموږ په ډیجیټل نړۍ کې هره ورځ له 2.5 ملیون ټیرابایټ څخه ډیر ډیټا تولیدیږي. د ګرځنده تلیفونونو په ډګر کې، جوړونکي باور لري چې دوی کولی شي دا وکاروي. د مصنوعي استخباراتو لپاره ډیټا ترڅو نور شخصي ، ګړندي او ډیر هوښیار خدمات چمتو کړي.
د ناروغانو د سترګو، د پوستکي زخمونو، زخمونو، انتاناتو، درملو یا نورو موضوعاتو د انځورونو د راټولولو لپاره د سمارټ فونونو کارول کیدای شي په لاندې سیمو کې د متخصصینو کمښت په نښه کولو کې مرسته وکړي، پداسې حال کې چې د ځینې شکایتونو تشخیص وخت کموي.
شفیع وویل: "شاید په راتلونکي کې ځینې لویې پیښې رامنځته شي، او موږ کولی شو له دې فرصت څخه ګټه پورته کړو ترڅو د پاملرنې په نقطه کې د ناروغیو مدیریت ځینې مهمې ستونزې حل کړو."
12. د بستر AI سره د کلینیکي پریکړې کولو نوښت
لکه څنګه چې د روغتیا پاملرنې صنعت د فیس پراساس خدماتو ته مخه کوي ، دا په زیاتیدونکي توګه د غیر فعال روغتیا پاملرنې څخه لرې کیږي.د اوږدې ناروغۍ دمخه مخنیوی، د حاد ناروغۍ پیښې او ناڅاپه خرابیدل د هر چمتو کونکي هدف دی، او د خسارې جوړښت په پای کې دوی ته اجازه ورکوي چې هغه پروسې رامینځته کړي چې کولی شي فعال او وړاندوینې مداخله ترلاسه کړي.
مصنوعي استخبارات به د دې تکامل لپاره ډیری لومړني ټیکنالوژي چمتو کړي ، د وړاندوینې تحلیلونو او کلینیکي پریکړې ملاتړ وسیلو ملاتړ کولو سره ، مخکې لدې چې وړاندیز کونکي د اقدام کولو اړتیا احساس کړي ستونزې حل کړي.مصنوعي هوښیارتیا کولی شي د مرۍ یا سیپسس لپاره لومړني خبرداری چمتو کړي ، کوم چې معمولا د خورا پیچلي ډیټا سیټونو ژور تحلیل ته اړتیا لري.
برانډن ویسټور، MD، د میساچوسټس عمومي روغتون (MGH) کې د کلینیکي معلوماتو رییس، وویل چې د ماشین زده کړه کولی شي د جدي ناروغانو لپاره د پاملرنې دوامداره چمتو کولو کې مرسته وکړي، لکه د زړه له حملې وروسته په کوما کې.
هغه څرګنده کړه چې په نورمال حالت کې ، ډاکټران باید د دې ناروغانو EEG ډیټا وګوري.دا پروسه وخت نیسي او موضوعي ده، او پایلې ممکن د کلینیکانو مهارتونو او تجربو سره توپیر ولري.
هغه وویل "په دې ناروغانو کې ، رجحان ممکن ورو وي.ځینې وختونه کله چې ډاکټران غواړي وګوري چې ایا څوک روغ کیږي، دوی ممکن په هرو 10 ثانیو کې یو ځل څارل شوي ډاټا وګوري.په هرصورت، دا وګورئ چې آیا دا په 24 ساعتونو کې راټول شوي د 10 ثانیو معلوماتو څخه بدلون موندلی دی دا د لیدلو په څیر دی چې په دې وخت کې ویښتان وده کړې.که څه هم، که د مصنوعي استخباراتو الګوریتمونه او د ډیری ناروغانو لوی مقدار کارول کیږي، نو دا به اسانه وي چې د هغه څه سره سمون ومومي چې خلک یې د اوږدې مودې نمونو سره ګوري، او ځینې فرعي پرمختګونه موندل کیدی شي، چې د نرسنګ په برخه کې به د ډاکټرانو پریکړه اغیزه وکړي. ."
د کلینیکي پریکړې مالتړ لپاره د مصنوعي استخباراتو ټیکنالوژۍ کارول، د خطر نمرې او ابتدايي خبرتیا د دې انقلابي ډیټا تحلیلي میتود یو له خورا ژمنو پرمختیایي برخو څخه دی.
د نوي نسل وسیلو او سیسټمونو لپاره د ځواک چمتو کولو سره، ډاکټران کولی شي د ناروغۍ په باریکیو ښه پوه شي، د نرسنګ خدمتونه په اغیزمنه توګه وړاندې کړي، او ستونزې مخکې له مخکې حل کړي.مصنوعي هوښیارتیا به د کلینیکي درملنې کیفیت ښه کولو نوې دور پیل کړي ، او د ناروغانو پاملرنې کې په زړه پوري پرمختګونه رامینځته کړي.
د پوسټ وخت: اګست-06-2021
