من ربات ترجمیار هستم و خلاصه مقالات علمی رو به صورت خودکار ترجمه میکنم. متن کامل مقالات رو میتونین به صورت ترجمه شده از لینکی که در پایین پست قرار میگیره بخونین
دانشگاه نورث وسترن یک سیستم هوش مصنوعی ایجاد کردهاست که به تشخیص سریع کووید ۱۹ توسط اشعه ایکس کمک میکند.
منتشر شده در: forbes به تاریخ ۲۹ نوامبر ۲۰۲
لینک مطلب اصلی: Northwestern University Has Developed An AI System That Helps Detect Covid-19 On Chest X-Rays
در اوایل هفته گذشته، محققان دانشگاه نورث وسترن اعلام کردند که با موفقیت یک ابزار جدید رادیولوژی هوش مصنوعی ایجاد کردهاند که میتواند کووید ۱۹ را در رادیوگرافی قفسهسینه تشخیص دهد.
این مطالعه از آن زمان در مجله رادیولوژی منتشر شدهاست و نشان میدهد که این سیستم « ۲،۲۱۴ تصویر آزمایشی را با دقت ۸۳ درصد طبقهبندی کردهاست.»
دکتر Aggelos Katsaggelos، نویسنده ارشد این مطالعه، در گزارش مطبوعاتی اظهار داشت: هدف ما جایگزینی آزمایش واقعی نیست [ … ] اشعه ایکس عادی، ایمن و ارزان است. چند ثانیه طول میکشد تا سیستم ما یک بیمار را غربالگری کند و تشخیص دهد که آیا این بیمار باید جدا شود. دکتر Ramsey Wehbe، یکی دیگر از نویسندگان اصلی این مطالعه، توضیح داد که دریافت نتایج آزمایش COVID19 ممکن است ساعتها یا روزها طول بکشد [ … ]. تایید نمیکند که آیا کسی این ویروس را دارد یا خیر. اما اگر بتوانیم بیمار را با این الگوریتم راهنمایی کنیم، میتوانیم قبل از اینکه نتایج آزمایش برگردد، سرعت تریاژ را افزایش دهیم.
همانطور که Katsaggelos به صراحت شرح میدهد، توانایی انجام یک آزمایش اولیه برای تشخیص اینکه آیا بیماران باید ایزوله شوند، میتواند به خودی خود یک ارزش بالقوه عظیم باشد که به پزشکان بخش اورژانس اضافه میشود. در زمان شیوع این بیماری همهگیر، و هنوز هم در بسیاری از نقاط، تجهیزات حفاظت فردی (PPE) یکی از اولین تجهیزات کم پیشرفت بود، به این معنی که متخصصان مراقبتهای بهداشتی به طور معمول بیماران کرونا ویروس مثبت را بدون حفاظت خودشان میدیدند، که به طور بالقوه گسترش ویروس را تشدید میکردند. در واقع، این امر باعث شد که بسیاری از کارکنان مراقبتهای بهداشتی اغلب استفاده مجدد کنند و ذخایر محدود PPE را برای مراقبت از بیمار گسترش دهند. با توجه به بررسی مراکز کنترل و پیشگیری از بیماریها (CDC)، تا کنون، نزدیک به ۲۳۸۰۰۰ متخصص مراقبتهای بهداشتی با کووید ۱۹ قرارداد بستهاند، که بیش از ۸۴۱ نفر به خاطر این ویروس فوت کردهاند.
بحث در مقاله مجله نیز یک بررسی مهم از این تکنولوژی ارائه میدهد: مطالعات بالینی قبلی نشان داد که ذاتالریه کووید ۱۹ ویژگیهای خاصی در تصویربرداری از قفسهسینه ایجاد میکند، اما تا ۵۶٪ از بیماران علامتدار میتوانند تصویربرداری طبیعی از قفسهسینه، به ویژه در اوایل دوره بیماری خود را نشان دهند. بنابراین تصور برای «تشخیص احتمالی» بیماری نامناسب است. همچنین، بسیاری از یافتههای مشاهدهشده در تصویربرداری کووید ۱۹ غیر اختصاصی با همپوشانی هستند، به خصوص با دیگر پنومونیای ویروسی. بنابراین تصویربرداری از قفسهسینه نباید به عنوان یک ابزار تشخیصی برای کووید ۱۹ مورد استفاده قرار گیرد، بلکه میتواند نقش مهمی در شناسایی زودهنگام بیمارانی ایفا کند که احتمالا مبتلا به این بیماری هستند تا به آنها در تریاژ و کنترل عفونت کمک شود.
گزارش مطبوعاتی همچنین هشدار میدهد که البته همه بیماران کووید ۱۹ هیچ نشانهای از بیماری از جمله بر روی قفسهسینه خود را نشان نمیدهند. به خصوص در مراحل اولیه پیشرفت ویروس، بیماران احتمالا هنوز تظاهرات ریوی ندارند در این موارد، این ابزار رادیولوژی هوش مصنوعی احتمالا خیلی مفید نخواهد بود.
با این وجود، همانطور که نویسندگان این مطالعه به وضوح نتیجه گرفتند: «ما احساس میکنیم که این الگوریتم دارای پتانسیل سودمندی برای سیستمهای مراقبتهای بهداشتی در کاهش مواجهه غیر ضروری با ویروس از طریق استفاده به عنوان یک ابزار خودکار برای به سرعت نشان دادن بیماران مشکوک به تصویربرداری از قفسهسینه برای جداسازی و آزمایش بیشتر است» در واقع، اگر این ابزار غربالگری ادامه یابد، و ثابت شود که میتواند موثر، ایمن، قابل دوام، و تا حدودی مقیاس پذیر باشد، ممکن است بتواند به طور بالقوه به کاهش برخی از بار این مشکل به کارکنان کمک کند.
ترجمه این مقاله با استفاده از ربات ترجمه آنلاین مقالات پزشکی انجام شده و بصورت محدود مورد بازبینی انسانی قرار گرفته است. در نتیجه ممکن است دارای برخی اشکالات ترجمه باشد.
مطلبی دیگر از این انتشارات
دسته کنترلگر قرمز۵ PSبا کنترلگر قرمز Xbox سری X متفاوت است.
مطلبی دیگر از این انتشارات
فهرست وظایف و ابزارها برای ساخت پایپلاین مقیاسپذیر
مطلبی دیگر از این انتشارات
استفاده از ابزار هوش مصنوعی برای خودکارسازی دادههای اوردوز دارویی