در سال‌های آینده هوش مصنوعی ۱۰۰۰ بیماری را پیش‌بینی می‌کند

در سال‌های آینده هوش مصنوعی ۱۰۰۰ بیماری را پیش‌بینی می‌کند

دانشمندان بر این باورند که هوش مصنوعی می تواند افراد دارای پنج بیماری را در دهه آینده پیش بینی کند.

به گزارش Business News ، تیمی از دانشمندان ابزاری جدید ایجاد کرده اند که با استفاده از هوش مصنوعی ، احتمال ابتلا به افراد بیش از 5 بیماری از جمله سرطان را در ده سال آینده پیش بینی می کند.

دانشمندان امیدوارند که این فناوری به شناسایی خطر بیشتر بیماری کمک کند و سالها پیشگیری را قبل از وقوع آن اجازه دهد. این خطر ابتلا به بیماری های جدی مانند سرطان ، بیماری قلبی و دیابت را ارزیابی می کند و زمان بروز آنها را تعیین می کند.

مدل Delphi-1M با تجزیه و تحلیل سوابق پزشکی محرمانه و همچنین عوامل سبک زندگی مانند سیگار کشیدن ، مصرف الکل و چاقی برای پیش بینی آنچه ممکن است در پنج سال آینده اتفاق بیفتد ، آموزش داده شده است.

اندازه آزمون و آموزش

این مدل با استفاده از داده های 2 بیمار از مطالعه Biobank انگلستان و 1.5 میلیون از ثبت ملی بیماران دانمارکی مورد آزمایش قرار گرفت. دانشمندان امیدوارند که این فناوری به بیماران کمک کند تا احتمال ابتلا به بیماری را به مرور زمان درک کنند و امکان مداخله زودرس و مراقبت های پیشگیرانه را فراهم کنند.

پروفسور ایوان برنی ، مدیر اجرایی آزمایشگاه زیست شناسی مولکولی اروپا ، تأیید کرد که از این ابزار می توان در مطب پزشکان استفاده کرد تا به بیماران کمک کند تا خطرات سلامتی خود را درک کرده و اقدامات پیشگیرانه انجام دهند.

وی گفت: “این خطرات اصلی است و چند مورد برای تغییر اوضاع وجود دارد.” وی افزود: این توصیه ها شامل کاهش وزن و سیگار کشیدن و توصیه های خاص تر برای بیماری های خاص خواهد بود.

پروفسور موریتز گرستینگ ، یک متخصص زیست شناسی محاسبات سرطان ، خاطرنشان کرد: این مدل سرآغاز یک روش جدید برای درک سلامت انسان و پیشرفت بیماری است و می تواند برای تسهیل برنامه ریزی بهداشت در برنامه های غربالگری اولیه و تخمین تعداد افراد مورد انتظار برای ایجاد بیماری های خاص استفاده شود.

محدودیت ها و احتیاط مدل.

در حالی که این مدل در پیش بینی بیماری هایی که به تدریج ایجاد می شوند ، مانند دیابت نوع 2 و سکته قلبی دقیق است ، توانایی محدودی در پیش بینی وقایع تصادفی مانند عفونت دارد. سایر کارشناسان با اشاره به تعصب در داده های آموزشی ، بیش از تفسیر نتایج را هشدار داده اند.

پروفسور جاستین استینگ گفت: “این مدل تعصب در داده ها ، از جمله انتخاب داوطلبان سالم را ثبت می کند.” پروفسور پیتر بنست افزود: این چالش وجود زیرساخت های دیجیتال و مهارت های کافی را برای بهره مندی از همه گروه ها از این فناوری تضمین می کند.

دانشمندان بر این باورند که Delphi-1M گام مهمی در پیش بینی طیف گسترده ای از بیماری ها در دراز مدت است. کارشناسان همچنین خاطرنشان می کنند که گنجاندن داده های اضافی ، مانند نشانگرهای بیولوژیکی ، تصویربرداری و ژنومی ، می تواند این ابزار را به یک بستر پزشکی جامع برای داروهای دقیق تبدیل کند.

این مطالعه در مجله Nature منتشر شده است.

منبع: باشگاه روزنامه نگاران جوان

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

پیشنهادات سردبیر:

تبلیغات متنی