بررسی عملکرد هوش مصنوعی در تشخیص کرونا: یک مرور نظام مند

مقدمه: تشخیص زودهنگام بیماری کووید-۱۹ نقش مهمی در کاهش مرگ و میر بیماران دارد. با توجه به توانمندی های هوش مصنوعی، این فناوری می تواند به عنوان یکی از روش های موثر در تشخیص بیماری کووید-۱۹ مورد استفاده قرار گیرد. این مطالعه مروری نظامند با هدف بررسی عملکرد هوش مصنوعی در این حوزه انجام شده است. روش بررسی: با استفاده از ترکیب کلیدواژه های مرتبط، تمامی مقالات مربوط به کاربرد هوش مصنوعی در تشخیص بیماری کووید-۱۹ از پایگاه های داده پابمد، اسکوپوس و وب او ساینس استخراج شدند. این مقالات از جنبه های مختلفی از جمله نوع داده، نوع الگوریتم، پارامترهای ارزیابی، ارائه قوانین بالینی، و ارزیابی بالینی الگوریتم ها مورد بررسی قرار گرفتند. سپس با استفاده از مقالات مروری و متاآنالیز، مشخص شد که این الگوریتم ها تا چه حد در گایدلاین های بالینی مورد استفاده قرار گرفته اند. یافته ها: بررسی ۱۴۳ مقاله وارد شده به مطالعه نشان داد که داده های ورودی این مقالات به سه دسته رکوردهای اطلاعاتی، تصاویر بالینی، و پردازش صدا تقسیم می شوند. بیش از ۹۶ درصد از این الگوریتم ها به عنوان الگوریتم های جعبه سیاه شناخته می شوند و فاقد ارزیابی بالینی توسط متخصصان حوزه بالین هستند. با این حال، میانگین عملکرد تمامی الگوریتم ها بالای ۹۰ درصد گزارش شده است. همچنین، از بررسی ۴۵۱ مقاله مروری و متاآنالیز در این مطالعه مشخص شد که هیچ یک از الگوریتم ها در چارچوب بالینی مورد بررسی قرار نگرفته اند و تنها عملکرد الگوریتم ها ارزیابی شده است نتیجه گیری: مرور مقالات نشان داد هوش مصنوعی در تشخیص کووید-۱۹ عملکرد مطلوبی دارد، اما چالش هایی مانند عدم توضیح پذیری مدل ها، وابستگی به داده های آموزشی و نبود ارزیابی های بالینی گسترده وجود دارد. توسعه الگوریتم های جعبه سفید و بهینه سازی مدل ها برای پذیرش بالینی ضروری است.

کلیدواژه ها:

کووید ۱۹ ، تشخیص ، داده کاوی ، هوش مصنوعی