پایگاه خبری دنیای برند به نقل از ایسنا/اصفهان مدل‌سازی الگوریتم‌های هوش مصنوعی در پزشکی با پردازش داده‌های پیچیده و استفاده از دستگاه‌های پیشرفته، به پزشکان کمک می‌کند تا تصمیمات دقیق‌تری اتخاذ کنند و درمان‌های نوین ارائه دهند.
حسین ربانی، رئیس مرکز تحقیقات تحقیقات پردازش تصویر و سیگنال پزشکی، صبح امروز سوم دی در افتتاحیه پانزدهمین کنفرانس بین‌المللی فناوری اطلاعات و دانش که به میزبانی دانشگاه اصفهان برگزار شد، اظهار کرد: در عصر حاضر، اهمیت داده‌ها در تمامی عرصه‌ها، به‌ویژه در حوزه‌های پیشرفته مانند پزشکی، غیرقابل انکار است. گرچه الگوریتم‌های هوش مصنوعی عمیقاً مبتنی بر داده هستند، اما مدل‌سازی این الگوریتم‌ها نیز به همان اندازه اهمیت دارد. به‌خصوص در کاربردهای پزشکی، تلفیق این دو حوزه تحولی شگرف ایجاد کرده است.
وی افزود: یکی از نکات کلیدی، مقایسه بین روش‌های سنتی و نوین در پزشکی است. در گذشته، پزشکان بر اساس تعداد محدودی ویژگی یا فیچر از بیمار تصمیم‌گیری می‌کردند، اما با پیشرفتهای بشری، به‌ویژه پس از انقلاب‌های صنعتی اول، دوم و سوم توسعه چشمگیری در فناوری‌های پزشکی رخ داده است. طی دو دهه اخیر، دستگاه‌های پزشکی پیشرفتهای طراحی شده‌اند که به ما امکان می‌دهند جزئیات دقیق‌تری از بدن انسان مشاهده کنیم. از دستگاه‌های تصویربرداری و میکروسکوپ‌های پیشرفته گرفته تا آزمایش‌های ژنتیکی، همگی موجب شده‌اند تعداد بی‌شماری فیچر در اختیار پزشکان قرار بگیرد، اما انسان حتی باهوش‌ترین پزشکان، توانایی تحلیل هم‌زمان تعداد زیادی فیچر را ندارند. اینجا است که هوش مصنوعی به یاری می‌آید. ماشین‌ها قادرند میلیون‌ها فیچر را پردازش کنند و بر اساس آن، تصمیم‌گیری‌های دقیقی انجام دهند، بنابراین رشد تکنولوژی در حوزه پزشکی نه‌تنها موجب تولید داده‌های عظیم شده، بلکه نیاز به مدل‌سازی دقیق برای تحلیل و استفاده از این داده‌ها را نیز افزایش داده است.
رئیس مرکز تحقیقات تحقیقات پردازش تصویر و سیگنال پزشکی ادامه داد: در دهه اخیر، داده‌های هوشمند (Smart Data) و چالش‌های مربوط به آنها، توجه ویژه‌ای را به خود جلب کرده‌اند.
ربانی گفت: دستگاه‌های پزشکی پیشرفته و گران‌قیمت با پیچیدگی‌هایی همراه هستند که دسترسی همگانی به آنها را دشوار کرده است، اما یکی از تحولات مهم، ساده‌سازی این دستگاه‌ها و نزدیک‌تر کردن آنها به کاربران بوده است. علاوه بر این، انتقال داده‌ها به لطف پیشرفت در شبکه‌ها و فناوری‌هایی مانند اینترنت اشیا (IoT) تسهیل شده است. با این حال، قدرت آنالیز و پردازش این حجم عظیم داده همچنان یک چالش بزرگ محسوب می‌شود.
عضو هیئت علمی علوم پزشکی دانشگاه اصفهان ادامه داد: یکی از دستاوردهای قابل توجه در سال‌های اخیر، استفاده از پردازش موازی به جای پردازش سریال بوده است. فناوری‌هایی نظیر GPU این امکان را فراهم کرده‌اند که پردازش داده‌ها با سرعت و دقت بیشتری انجام شود. این پیشرفت‌ها نه‌تنها هزینه‌ها را کاهش داده، بلکه موجب شده‌اند پردازش‌های پیچیده که پیش‌تر انجام آنها سال‌ها زمان می‌برد، در مدت زمان کوتاهی ممکن شوند.
وی افزود: هوش مصنوعی اکنون نقش مهمی در اقتصاد جهانی ایفا می‌کند. پیش‌بینی‌ها نشان می‌دهند سهم هوش مصنوعی از تولید ناخالص داخلی (GDP) کشورهایی مانند چین به شش درصد خواهد رسید. یکی از حوزه‌هایی که بیشترین سرمایه‌گذاری‌ها در آن صورت گرفته، هوش مصنوعی در پزشکی است.
ربانی اظهار کرد: در کشور ما نیز، این روند مورد توجه قرار گرفته است. مراکز متعددی در حوزه هوش مصنوعی و پزشکی فعال هستند و همکاری‌هایی بین دانشگاه‌ها برای پردازش داده‌ها، اخذ دیتا و استفاده عملیاتی از آن شکل گرفته است. یکی از مهم‌ترین جنبه‌ها، مدل‌سازی الگوریتم‌های هوش مصنوعی است که طی ۱۰ تا ۱۵ سال گذشته پیشرفتهای چشمگیری در این زمینه حاصل شده است. مدل‌سازی، تعریف ریاضی یک پدیده است که می‌تواند در حوزه‌هایی نظیر کشف دارو، تحلیل فیزیولوژی و ژنتیک کاربرد داشته باشد.
وی ادامه داد: در مجموع، تلفیق هوش مصنوعی و پزشکی، نه‌تنها به بهبود تصمیم‌گیری‌های پزشکی کمک کرده، بلکه امکان توسعه روش‌های درمانی نوین و ارائه خدمات دقیق‌تر به بیماران را نیز فراهم آورده است. این روند در آینده نیز به یکی از محورهای اصلی توسعه علم و فناوری تبدیل خواهد شد.
پایان
