هوش مصنوعی مولد در پزشکی: نقش مدل های زبانی بزرگ، مدل های دیفیوژن و مدل های چندوجهی در تحول تشخیص، درمان و پزشکی دقیق

سال انتشار: 1405
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 55

فایل این مقاله در 27 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CECCONF30_029

تاریخ نمایه سازی: 2 شهریور 1405

چکیده مقاله:

هوش مصنوعی (Artificial Intelligence) در دهه اخیر به یکی از مهم ترین فناوری های تحول آفرین در حوزه سلامت تبدیل شده است. پیشرفت سریع مدل های یادگیری عمیق و ظهور هوش مصنوعی مولد (Generative Artificial Intelligence) باعث شده است که سامانه های هوشمند از ابزارهای صرفا تحلیلی به سامانه هایی تبدیل شوند که قادر به تولید متن، تصویر، داده و حتی ساختارهای زیستی جدید هستند. در این میان، مدل های زبانی بزرگ (Large Language Models)، مدل های دیفیوژن (Diffusion Models) و مدل های چندوجهی (Multimodal Models) بیشترین تاثیر را بر توسعه نسل جدید کاربردهای پزشکی داشته اند. این فناوری ها در زمینه هایی مانند پشتیبانی از تصمیم گیری بالینی، تحلیل تصاویر پزشکی، تولید گزارش های رادیولوژی، کشف و طراحی دارو، طراحی پروتئین و پزشکی شخصی عملکرد امیدوارکننده ای از خود نشان داده اند. با وجود این پیشرفت ها، استفاده گسترده از هوش مصنوعی مولد در محیط های بالینی همچنان با چالش هایی نظیر تولید اطلاعات نادرست، سوگیری الگوریتمی، تفسیرپذیری محدود، حفظ حریم خصوصی و الزامات قانونی همراه است. هدف این مقاله، مرور جامع فناوری های اصلی هوش مصنوعی مولد، بررسی مهم ترین کاربردهای آن ها در پزشکی، تحلیل محدودیت های موجود و ارائه چشم اندازی از روندهای آینده این حوزه است. این مرور نشان می دهد که هوش مصنوعی مولد می تواند نقش مهمی در ارتقای کیفیت خدمات سلامت ایفا کند، اما استفاده ایمن و موثر از آن مستلزم توسعه چارچوب های فنی، اخلاقی و قانونی مناسب است.

نویسندگان

سیما موذن زاده

۱. کارشناسی ارشد، مهندسی کامپیوتر دانشگاه قم ، قم، ایران

علیرضا عرب

۲. دانشجوی کارشناسی ارشد مهندسی کامپیوتر (گرایش الگوریتم ها و محاسبات)، دانشکده مهندسی، دانشگاه تهران، تهران، ایران