هوش مصنوعی و یادگیری ماشین در تشخیص خودکار بیماریها: چالش ها و فرصتها
محل انتشار: دهمین کنگره پژوهشی دانشجویی منطقه جنوب غرب کشور و سومین کنگره داخلی دانشگاه علوم پزشکی دزفول
سال انتشار: 1403
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 200
نسخه کامل این مقاله ارائه نشده است و در دسترس نمی باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
SRCSRMED10_215
تاریخ نمایه سازی: 21 فروردین 1404
چکیده مقاله:
مقدمه: در سال های اخیر، هوش مصنوعی و یادگیری ماشین به عنوان زیرمجموعه ای از هوش مصنوعی، به ابزارهای کلیدی در تحول نظام سلامت تبدیل شده اند. این فناوری ها با الگوریتم های پیشرفته و تجزیه و تحلیل داده های وسیع، تغییرات چشمگیری در تشخیص و درمان بیماری ها ایجاد کرده اند. هدف از این مطالعه بررسی هوش مصنوعی و یادگیری ماشین در تشخیص خودکار بیماری ها است. روش کار: مطالعه حاضر به صورت مرور سیستماتیک طراحی شده است. در این راستا، ۱۲۱ مقاله منتشر شده بین سال های ۲۰۱۹ تا ۲۰۲۴ از پایگاه های اطلاعاتی معتبر شامل PubMed, Irandoc, Magiran, Google Scholar و Sid مورد بررسی قرار گرفتند. برای دستیابی به اهداف تحقیق، از کلیدواژه های فارسی "هوش مصنوعی"، "یادگیری ماشین" و "تشخیص خودکار بیماری ها" و همچنین کلیدواژه های انگلیسی "Artificial Intelligence", "Machine Learning" و "Automated Medical Diagnosis" استفاده شد. پس از ارزیابی مقالات، ۳۰ برگزیده و وارد مطالعه شدند. نتایج: استفاده از هوش مصنوعی در ارزیابی تصاویر پزشکی به دقت بیشتر در تشخیص، کاهش حجم کاری پزشکان و کاهش خطاها منجر شده است. هوش مصنوعی با شبیه سازی توانایی های شناختی انسان و استفاده از تکنیک هایی مانند تصویربرداری پزشکی، به تشخیص بیماری ها کمک می کند. همچنین با تجزیه و تحلیل سریع داده های پزشکی، به پیش بینی پیشرفت بیماری و تفسیر خودکار تصاویر کمک می کند و زمان بیشتری برای مراقبت از بیماران فراهم می آورد؛ بنابراین هوش مصنوعی به عنوان مکملی برای پزشکان در برنامه ریزی درمانی عمل میکند و میتواند کیفیت مراقبت های بهداشتی را بهبود بخشد. با این حال، چالش هایی مانند نیاز به داده های با کیفیت و نگرانی های حریم خصوصی وجود دارد. تکنیک های یادگیری ماشین و یادگیری عمیق نیز به عنوان زیرمجموعه ای از هوش مصنوعی، به ویژه در تشخیص بیماری های کبدی و سرطان نتایج امیدوارکننده ای ارائه می دهند. نتیجه گیری: هوش مصنوعی و یادگیری ماشین ابزارهایی هستند که نقش مهمی را در تشخیص و درمان خودکار بیماری ها ایفا می کنند. این ابزارها با وجود چالش هایی که دارند، میتوانند گزینه مناسبی برای بهبود و تسریع روند تشخیص و درمان باشند. کلیدواژهها: هوش مصنوعی، یادگیری ماشین، تشخیص خودکار بیماری ها
کلیدواژه ها:
نویسندگان
زهره حجتی
کارشناسی ارشد پرستاری، مرکز تحقیقات عوامل اجتماعی موثر برسلامت، دانشکده پرستاری بروجرد، دانشگاه علوم پزشکی لرستان، خرم آباد، ایران
سعیده هاشمی
دانشجوی کارشناسی پرستاری، کمیته تحقیقات دانشجویی، دانشگاه علوم پزشکی لرستان، خرم آباد، ایران
هاوژین شاکرمی
دانشجوی کارشناسی اتاق عمل، کمیته تحقیقات دانشجویی، دانشگاه علوم پزشکی کردستان، سنندج، ایران
مهدیه سهرابی
دانشجوی کارشناسی پرستاری، کمیته تحقیقات دانشجویی، دانشگاه علوم پزشکی لرستان، خرم آباد، ایران