پردازش تصاویر پزشکی با هوش مصنوعی: مرور چالشها

سابقه و هدف: هوشمصنوعی را میتوان گام بعدی انقلاب جهان تکنولوژی دانست. هوشمصنوعی هنگامی که با حوزه پردازشتصویر ادغام میشود موجب رشد فو قالعادهای در دقت و کیفیت بررسی تصاویر میشود و میتواند به ما در فرآیند تشخیص،درمان و حتی پژوهش بیماریها کمک شایانی کند. این حوزه همانند تمامی حوزههای تکنولوژی از چالشهای مختلف و مسیرپرفراز و نشیب تشکیل شده که مطالعه حاضر به بررسی چالشهای کلی این حوزه میپردازد.مواد و روشها: این مطالعه مروری در سال ۱۴۰۱ و از طریق جستجو در پایگاه های اطلاعاتی معتبر از قبیل PubMed ، Webof Science و موتور جستجوی Google Scholar با کلید واژه های Image processing" " و " Artificial intelligence " و " Challenges " و " Obstacle " با محدودیت زمانی سه ساله انجام شد. منابع مقالات جهت اطمینان ازکامل بودن نتایج جستجو بررسی و عناوین تکراری با کمک نرم افزار EndNote حذف شدند. عنوان و چکیده مقالات توسطپژوهشگران بررسی ) ۲۰ مقاله( و ۶ مقاله مطابق با معیارهای ورود پژوهش به مطالعه وارد شدند.یافتهها: بر اساس یافتههای مطالعه چالش های تصویر برداری پزشکی در هوش مصنوعی به ۵ حوزه تقسیم می شوند کهعبارتند از: داده های تصاویر پزشکی) مشکل در تشخیص داده، وابستگی به انسان، ثبت دستی داده ها، فقدان شفافیت وفقدانساختار درست، پایین بودن کیفیت داده ها(، الگوریتم های هوش مصنوعی) کمبود الگوریتم درست، عدم دقت و صحت، نبودروش درست برای اعتبار بخشی و ارزیابی، عدم تعمیم پذیری و تمرکز، محدود بودن تکنیک های پردازش تصویر، پیچیدگیهای آموزشی الگوریتم ها( محرمانگی )حریم خصوصی و امنیت، فرا داده پنهان، پرهزینه بودن، حاکمیت داده ای، دسترسی،یکپارچگی( سخت افزاری ) محدود بودن تجهیزات پردازشی( مدیریتی) موانع درسطح کلان مدیریت، قابلیت همکاری، موانعسازمانی، سیاست های ذینفعان جهت استفاده(نتیجه گیری: کارائی هوش مصنوعی در پردازش تصویر بر کسی پوشیده نیست. پیشنهاد میگردد در طراحی و انتخاب الگوریتمها دقت بیشتری شود تا بتواند با سخت افزار موجود بهترین نتیجه و کارکرد را ارائه بدهد و با توجه به اینکه این که حیطه درمانمستقیم با جان انسان در ارتباط است، دقت بیشتری جهت رسیدن به بهترین خروجی را نیاز دارد.

کلیدواژه ها:

هوش مصنوعی ، چالش ها ، پردازش تصویر ، موانع.