ابزار هوش مصنوعی «فوق‌بشری» بیماری قلبی را در کمتر از دو ثانیه تشخیص می‌دهد
هوش مصنوعی جهان ترجمه‌شده

ابزار هوش مصنوعی «فوق‌بشری» بیماری قلبی را در کمتر از دو ثانیه تشخیص می‌دهد

۱۰ شهریور ۱۴۰۵ ⏱ ۳ دقیقه مطالعه 👁 ۰ بازدید ✍️ تحریریه رشدینو منبع: theguardian.com
✈️ اشتراک در تلگرام 💬 واتساپ 𝕏 توییتر
خلاصه خبر پاسخ سریع در یک نگاه

پزشکان ابزار هوش مصنوعی «فوق‌بشری» ساخته‌اند که در کمتر از دو ثانیه نشانه‌های نارسایی قلب و بیماری دریچه قلب را از روی نوار قلب معمولی (ECG) شناسایی می‌کند؛ در آزمایش روی ۶۷ هزار بیمار، این ابزار تا ۸۱ درصد موارد نارسایی قلب و تا ۹۰ درصد موارد بیماری دریچه‌ای را تشخیص داد.

پزشکان ابزار هوش مصنوعی «فوق‌بشری» ساخته‌اند که می‌تواند بیماری قلبی را در کمتر از دو ثانیه تشخیص دهد.

این فناوری پیشگامانه روی میلیون‌ها بیمار آموزش دیده است و با استخراج اطلاعات بیشتری از الکتروکاردیوگرام معمولی (ECG) نسبت به آنچه چشم انسان به‌طور معمول می‌تواند ببیند کار می‌کند.

ECG سنتی که فعالیت الکتریکی قلب، از جمله ضربان و ریتم آن را ثبت می‌کند، یک قرن است که ابزار حیاتی پزشکی برای تشخیص حمله قلبی و ضربان‌های غیرعادی قلب محسوب می‌شود.

اما این روش نمی‌تواند بیماری قلبی را تشخیص دهد. برای این کار به اکوکاردیوگرام نیاز است؛ نوعی اسکن اولتراسوند که بیماران اغلب باید ماه‌ها در انتظار آن بمانند.

حالا یک تیم ابزار هوش مصنوعی توسعه داده که می‌تواند نشانه‌های نارسایی قلب و بیماری دریچه قلب — دو مورد از شایع‌ترین اشکال بیماری قلبی — را «در یک چشم به هم زدن» از نتایج ECG شناسایی کند.

جزئیات این دستاورد که می‌تواند تشخیص زودهنگام بیماری قلبی را تقویت کند، در کنگره سالانه انجمن قلب و عروق اروپا در مونیخ، بزرگ‌ترین کنفرانس قلب جهان، به هزاران نماینده ارائه شد.

تشخیص زودهنگام برای نارسایی قلب و بیماری دریچه قلب حیاتی است، زیرا به این معناست که افرادی که به داروهای نجات‌بخش نیاز دارند، پیش از آنکه به‌طرز خطرناکی بیمار شوند، زودتر شناسایی می‌شوند.

این توسعه از آن رو بالقوه مهم تلقی می‌شود که ECG یکی از رایج‌ترین آزمایش‌های پزشکی است و سالانه حدود یک میلیارد بار در سراسر جهان انجام می‌شود.

در آزمایشی با شرکت ۶۷ هزار بیمار در آمریکا، ابزار هوش مصنوعی توانست تا ۸۱ درصد از مبتلایان به نارسایی قلب و تا ۹۰ درصد از مبتلایان به بیماری دریچه قلب را شناسایی کند.

دکتر سونیا بابو-نارایان، متخصص قلب و مدیر بالینی بنیاد قلب بریتانیا (BHF) که این آزمایش را تأمین مالی کرده، گفت: «هیجان‌انگیز است که می‌بینیم هوش مصنوعی حالا می‌تواند در چیزی که مثل یک چشم به هم زدن به نظر می‌رسد، نتیجه یک ECG را ارائه دهد.»

او افزود: «فناوری‌هایی مانند ECG هوش مصنوعی در این پژوهش که پتانسیل شناسایی زودهنگام بیماران پرخطر را دارند، همه افراد دارای عارضه قلبی را شناسایی نخواهند کرد؛ اما می‌توانند راهکاری برای تسریع رسیدگی به بیمارانی باشند که بیشترین احتمال ناهنجاری قلبی را دارند. وقتی بحث قلب در میان باشد، تشخیص و درمان زودهنگام جان انسان‌ها را نجات می‌دهد و کیفیت زندگی را بهبود می‌بخشد.»

این فناوری نمی‌تواند به‌تنهایی به‌طور قطعی نارسایی قلب یا بیماری دریچه قلب را تشخیص دهد یا رد کند، اما نشانه بسیار قوی از ابتلای فرد به این بیماری‌ها ارائه می‌دهد.

کسی که بسیار محتمل است به یکی از این دو بیماری مبتلا باشد، می‌تواند به‌سرعت برای اکوکاردیوگرام فرستاده شود، به‌جای آنکه ماه‌ها در فهرست انتظار معمول بماند. این یعنی تشخیص سریع‌تر که درمان را زودتر ممکن می‌سازد.

پروفسور فو سیونگ نگ، استاد قلب و عروق در کالج امپریال لندن، گفت: «بیماران اغلب می‌توانند پس از ارجاع توسط پزشکشان چندین ماه در انتظار اسکن اولتراسوند قلب بمانند.»

او ادامه داد: «به همین دلیل هیجان‌انگیز است که فناوری ما می‌تواند بیمارانی را که بیشترین خطر نارسایی قلب و بیماری دریچه قلب را دارند شناسایی کند تا برای اسکن سریع‌تر و فوری‌تر اولویت‌بندی شوند.»

هدف این ابزار تسریع تشخیص افرادی است که به نارسایی قلب یا بیماری دریچه قلب مشکوک هستند؛ اما نگ گفت این ابزار می‌تواند با شناسایی نشانه‌های این بیماری‌ها در افرادی که به دلایل دیگری ECG گرفته‌اند نیز نجات‌بخش باشد.

«کاربرد بالقوه دیگر این مدل هوش مصنوعی، تشخیص فرصت‌طلبانه نارسایی قلب و بیماری دریچه قلب در افرادی است که این بیماری‌ها در آن‌ها مشکوک نیست»، او توضیح داد. «مدل هوش مصنوعی می‌تواند روی همه ECGهای انجام‌شده در بیمارستان اجرا شود تا افرادی که در بالاترین خطر این بیماری‌ها قرار دارند علامت‌گذاری شوند و زودتر تشخیص داده شوند.»

دکتر احمد المدنی، پژوهشگر بالینی بنیاد قلب بریتانیا که تحلیل کالج امپریال لندن را رهبری کرده، این ابزار را «هوش مصنوعی فوق‌بشری» توصیف کرد و گفت چالش بعدی طراحی دستگاه‌های خواندن ECG دستی مبتنی بر هوش مصنوعی برای استفاده متخصصان مراقبت‌های بهداشتی خواهد بود.

نمایندگان حاضر در مونیخ همچنین شنیدند که تحلیل مبتنی بر هوش مصنوعی ویدئوهای چهره می‌تواند فشار خون بالا و دیابت نوع ۲ تشخیص‌داده‌نشده را به‌سرعت و با دقت شناسایی کند. پژوهشگران دانشگاه توکیو و مؤسسه علوم توکیو اعلام کردند تحلیل هوش مصنوعی ویدئوهای پنج‌ثانیه‌ای از چهره می‌تواند تشخیص این بیماری‌ها را بهبود بخشد؛ میلیون‌ها نفر در جهان به فشار خون بالا یا دیابت نوع ۲ مبتلا هستند اما از بیماری خود بی‌خبرند.

🔗 اخبار مرتبط

بخوانید