تخمین مدت زمان بقای بیماران کرونایی با استفاده از هوش مصنوعی - مجله خبری تیرول

به گزارش خبرنگار، به نقل از مدیکال اکسپرس، ارزیابی بالینی سریع و دقیق پیشرفت و مرگ و میر بیماری برای مدیریت بیماران کووید -19 حیاتی است. اگرچه چندین پیش بینی کننده پیشنهاد شده است، اما آن ها به ارزیابی ذهنی، طرح های نیمه اتوماتیک یا نظارت بر روش های یادگیری عمیق محدود شده اند؛ چنین پیش بینی هایی ذهنی هستند یا نیاز به حاشیه نویسی سخت از موارد آموزشی دارند.

در یک مطالعه چند مرکزی که در تجزیه و تحلیل تصویر پزشکی منتشر شد، یک تیم تحقیقاتی به رهبری هیرویوکی یوشیدا، مدیر تحقیقات تصویربرداری سه بعدی در بیمارستان عمومی ماساچوست (MGH)، نشان داد که یادگیری عمیق بدون نظارت بر اساس توموگرافی کامپیوتری می تواند عملکرد پیش آگهی قابل توجه بالاتری نسبت به آزمایش های آزمایشگاهی و پیش بینی کننده های بقای بصری و کمی موجود بر اساس تصویر ارائه دهد. این مدل می تواند برای هر بیمار، زمان پیشرفت کووید-19 و در نتیجه زمان بستری شدن بیمار را در بخش مراقبت های ویژه یا زمانی که فرد بیمار است، پیش بینی کند، کاری که سایر مدل های پیش بینی مبتنی بر تصویر نمی توانند انجام دهند. اطلاعات زمانی محاسبه شده از طریق مدل هم امکان طبقه بندی بیماران را در گروه های کم خطر و پرخطر با فاصله بیشتر از آنچه با سایر پیش بینی کننده ها امکان پذیر است، میسر می سازد.

یوشیدا می گوید: نتایج ما نشان می دهد عملکرد پیش بینی مدل هوش مصنوعی بدون نظارت به طور قابل توجهی بیشتر بوده و خطای پیش بینی به طور قابل توجهی کمتر از پیش بینی کننده های مرجع قبلی است. استفاده از هوش مصنوعی بدون نظارت به نام بخشی جدایی ناپذیر از مدل پیش بینی بقا، امکان پیش بینی پیش آگهی را مستقیما از تصاویر CT اصلی بیماران با دقت بالاتری نسبت به آنچه قبلا در تصویربرداری کمی امکان پذیر بود، می دهد.

در یک مطالعه همراه که اخیرا در نشریه نیچر منتشر شد، تیم قبلا نشان داده بود که از هوش مصنوعی تحت نظارت می توان برای پیش بینی بقای بیماران کووید-19 از طریق تصاویر CT قفسه سینه آن ها استفاده کرد؛ با این حال مدل تازه هوش مصنوعی بدون نظارت با اجتناب از محدودیت های فنی و تلاش های حاشیه نویسی پیش بینی کننده های قبلی، زمینه تازهی را ایجاد می کند، زیرا استفاده از یک شبکه خصمانه تولیدکننده، امکان آموزش کامل یک مدل تجزیه و تحلیل بقا را از طریق خاتمه به طور مستقیم فراهم می کند. تصاویر یوشیدا توضیح می دهد: این یک فناوری هوش مصنوعی بسیار دقیق تر و بسیار پیشرفته است.

اگرچه این مطالعه فقط به بیماران مبتلا به کووید-19 محدود بود، اما تیم معتقد است که این مدل را می توان به سایر بیماری ها هم تعمیم داد. یوشیدا می گوید: مسائلی مانند Long COVID (کووید طولانی) نوع دلتا یا تعمیم مدل به سایر بیماری ها که در تصاویر پزشکی نشان داده می شود، برنامه های امیدوار کننده ای از این مدل هوش مصنوعی بدون نظارت است.