در حال بارگذاری
در حال بارگذاری

مدل Delphi-2M معرفی شد: هوش مصنوعی جدید 1000 بیماری را سال‌ها پیش از ظهور پیش‌بینی می‌کند

مدل Delphi-2M معرفی شد: هوش مصنوعی جدید 1000 بیماری را سال‌ها پیش از ظهور پیش‌بینی می‌کند هوش مصنوعی Delphi-2M توانایی پیش‌بینی بیش از ۱۰۰۰ بیماری را سال‌ها پیش از بروز در بیماران، بر اساس تاریخچه پزشکی آن‌ها دارد. این پیشرفت می‌تواند آینده پزشکی پیشگیرانه را متحول کند. هوش مصنوعی با پیشرفت‌های اخیر خود، وارد حوزه‌های ...

مدل Delphi-2M معرفی شد: هوش مصنوعی جدید 1000 بیماری را سال‌ها پیش از ظهور پیش‌بینی می‌کند

هوش مصنوعی Delphi-2M توانایی پیش‌بینی بیش از ۱۰۰۰ بیماری را سال‌ها پیش از بروز در بیماران، بر اساس تاریخچه پزشکی آن‌ها دارد. این پیشرفت می‌تواند آینده پزشکی پیشگیرانه را متحول کند.

هوش مصنوعی با پیشرفت‌های اخیر خود، وارد حوزه‌های جدیدی شده که از جمله مهم‌ترین آن‌ها، پزشکی است. استفاده از شبکه‌های عصبی و معماری ترانسفورمر که در مدل‌های زبانی مانند ChatGPT به کار رفته‌اند، اکنون در تحلیل داده‌های پزشکی نیز نتایج شگفت‌انگیزی را به ارمغان آورده است. این فناوری نویدبخش تشخیص زودهنگام و دقیق‌تر بیماری‌هاست که می‌تواند رویکرد ما به سلامت و درمان را دگرگون سازد.

مدل Delphi-2M چیست و چگونه کار می‌کند؟

دانشمندان بریتانیایی، دانمارکی، آلمانی و سوئیسی، مدل هوش مصنوعی جدیدی به نام Delphi-2M را توسعه داده‌اند که می‌تواند بر اساس سوابق پزشکی بیمار، نرخ بیش از ۱۰۰۰ بیماری را سال‌ها پیش از ظهور پیش‌بینی کند. این مدل که در نشریه معتبر Nature منتشر شده، با استفاده از داده‌های «بیوبانک بریتانیا» (UK Biobank)، یک پایگاه داده بزرگ پزشکی با اطلاعات حدود ۵۰۰ هزار شرکت‌کننده، آموزش دیده است.

به گفته موریتز گرستونگ، کارشناس هوش مصنوعی از مرکز تحقیقات سرطان آلمان، Delphi-2M الگوهای موجود در داده‌های مراقبت‌های بهداشتی، از جمله تشخیص‌های قبلی، ترکیب بیماری‌ها و توالی آن‌ها را می‌آموزد. او این فرایند را به یادگیری دستور زبان یک متن تشبیه می‌کند. این قابلیت به هوش مصنوعی اجازه می‌دهد تا پیش‌بینی‌های بسیار معنادار و مرتبط با سلامت را انجام دهد. برای مثال، نمودارها نشان می‌دهند که این مدل می‌تواند افرادی را با خطر حمله قلبی بسیار بالاتر یا پایین‌تر از آنچه سن و سایر عوامل پیش‌بینی می‌کنند، شناسایی کند.

تأیید عملکرد و چالش‌های پیش‌رو

تیم تحقیقاتی عملکرد Delphi-2M را با آزمایش آن روی داده‌های نزدیک به ۲ میلیون نفر از پایگاه داده بهداشت عمومی دانمارک تأیید کرده است. با این حال، گرستونگ و همکارانش تأکید کردند که این ابزار هنوز نیاز به آزمایش‌های بیشتری دارد و برای استفاده بالینی آماده نیست.

بیشتر بخوانید

پیتر بانیستر، محقق فناوری سلامت، خاطرنشان کرد که مجموعه‌داده‌های بریتانیایی و دانمارکی از نظر سن، قومیت و نتایج فعلی مراقبت‌های بهداشتی دارای سوگیری هستند و این یک گام طولانی تا بهبود مراقبت‌های بهداشتی است. با این وجود، گرستونگ معتقد است که در آینده، سیستم‌هایی مانند هوش مصنوعی Delphi-2M می‌توانند به “هدایت نظارت و مداخلات بالینی زودهنگام‌تر برای نوعی از پزشکی پیشگیرانه” کمک کنند. تام فیتزجرالد، از آزمایشگاه زیست‌شناسی مولکولی اروپا، افزود که این ابزارها در مقیاس بزرگ‌تر می‌توانند به “بهینه‌سازی منابع در سیستم‌های درمانی پرفشار” نیز یاری رسانند.

برتری Delphi-2M نسبت به روش‌های موجود

پزشکان در بسیاری از کشورها در حال حاضر از ابزارهای رایانه‌ای برای پیش‌بینی بیماری استفاده می‌کنند، مانند برنامه QRISK3 که پزشکان عمومی بریتانیایی برای ارزیابی خطر حمله قلبی یا سکته مغزی به کار می‌برند. اما اِوان بیرنی، یکی از نویسندگان مقاله، تفاوت اصلی Delphi-2M را در این می‌داند که «می‌تواند تمام بیماری‌ها را به طور همزمان و در یک دوره زمانی طولانی پیش‌بینی کند.»

گوستاوو سودره، استاد هوش مصنوعی پزشکی در کینگز کالج لندن، این تحقیق را “یک گام مهم به سوی مدل‌سازی پیش‌بینانه مقیاس‌پذیر، قابل تفسیر و از همه مهم‌تر، مسئولانه اخلاقی” توصیف کرد. هوش مصنوعی “قابل تفسیر” یا “توضیح‌پذیر” یکی از اهداف اصلی تحقیقات در این زمینه است، زیرا نحوه عملکرد داخلی بسیاری از مدل‌های بزرگ هوش مصنوعی حتی برای سازندگان آن‌ها نیز مبهم باقی مانده است.

Sina Farahi

برچسب ها:

0 نظرات

ارسال نظرات