تحولی در تصویربرداری پزشکی با ابزار هوش مصنوعی؛ کاهش ۲۰ برابری نیاز به داده‌های آموزشی
ابزار نوین هوش مصنوعی که توسط محققان دانشگاه کالیفرنیای سن‌دیگو طراحی شده، می‌تواند با داده‌های برچسب‌خورده بسیار کمتر، دقت تقسیم‌بندی تصاویر پزشکی را به شکل چشمگیری افزایش دهد و آینده تشخیص‌های پزشکی را متحول کند.
به گزارش روابط عمومی دانشگاه علوم پزشکی ایران، محققان دانشگاه کالیفرنیای سن‌دیگو اعلام کردند موفق به توسعه ابزاری مبتنی بر هوش مصنوعی یادگیرنده شده‌اند که می‌تواند روند پردازش و تحلیل تصاویر پزشکی را متحول کند. این ابزار با ترکیب داده‌های واقعی و مصنوعی، توانایی دارد تنها با تعداد اندکی تصویر برچسب‌خورده آموزش ببیند و سپس تصاویر مصنوعی تولید کند تا فرآیند یادگیری را کامل‌تر سازد.
به گفته پژوهشگران، این رویکرد نوآورانه موجب می‌شود نیاز به داده‌های برچسب‌خورده تا ۲۰ برابر کاهش یابد و در عین حال، دقت مدل در بخش‌بندی تصاویر پزشکی بین ۱۰ تا ۲۰ درصد افزایش پیدا کند.
تقسیم‌بندی دقیق تصاویر پزشکی، نقشی حیاتی در تشخیص بیماری‌ها، برنامه‌ریزی درمان و حتی جراحی‌های حساس ایفا می‌کند؛ اما فرآیند سنتی آن نیازمند صرف زمان بسیار زیاد توسط رادیولوژیست‌ها برای برچسب‌گذاری هر تصویر است. ابزار جدید هوش مصنوعی با کاهش این وابستگی، فرصت بزرگی برای ارتقای سرعت و کیفیت خدمات پزشکی در سراسر جهان فراهم می‌کند.
کارشناسان معتقدند این دستاورد می‌تواند زمینه‌ساز تحول در بیمارستان‌ها و مراکز درمانی به‌ویژه در مناطقی باشد که به داده‌های گسترده و نیروی انسانی متخصص دسترسی محدودی دارند. این فناوری گامی مهم در مسیر دسترسی عادلانه‌تر و سریع‌تر به تشخیص‌های پزشکی به شمار می‌رود.
متن اصلی خبر را اینجا ببینید.
کپی لینک کوتاه:
نظر دهید