در راستای پیشرفتهای نوین در حوزه پزشکی، مرکز پزشکی دانشگاه تگزاس (UTMB) با بهرهگیری از هوش مصنوعی، انقلابی در تشخیص بیماریهای قلبی و رساندن خدمات مراقبتی به بیماران ایجاد کرده است. این مرکز با استفاده از الگوریتمهای ساده اما کارآمد، تصاویر حاصل از سیتیاسکنها را بهطور خودکار به بخش قلب ارسال میکند و به تجزیه و تحلیل آنها میپردازد. جالب است که این فرآیند حتی در مواقعی که سیتیاسکن به قلب ارتباطی ندارد، انجام میشود، بنابراین بیمارانی که هیچ نشانهای از مشکلات قلبی ندارند، نیز تحت بررسی قرار میگیرند.
پیتر مککافری، مسئول ارشد هوش مصنوعی UTMB، در گفتگو با VentureBeat اظهار داشت: “دادهها در حال حاضر در دسترس هستند، اما ما هیچ ابزاری برای تحلیل آنها در اختیار نداشتیم. اکنون هوش مصنوعی با انجام کارهای ساده اما در حجم بالا، ارزش افزوده بسیاری ایجاد میکند.” در این راستا، هر سیتیاسکن با استفاده از یک شبکه عصبی کانولوشن (CNN) مورد تجزیه و تحلیل قرار میگیرد تا وجود رسوبات کلسیم در شریانها شناسایی شود.
این مرکز با استفاده از این الگوریتمها، بیماران را بر اساس نمره کلسیم دریافتی به سه سطح ریسک تقسیمبندی میکند. به طور خودکار، بیماران با نمره ۱۰۰ و بالاتر، پیامهای دیجیتال دریافت کرده و پزشک معالج آنها نیز مطلع میشود. همچنین، برخی بیماران با نمرات بالاتر از ۳۰۰ تماس تلفنی نیز دریافت خواهند کرد.
همچنین، UTMB در حوزه تشخیص سکته مغزی و آمبولی ریه نیز از الگوریتمهای خاصی استفاده میکند که بهسرعت علائم را شناسایی کرده و تیم مراقبت را مطلع میسازد. مککافری تصریح کرد که این الگوریتمها میتوانند با دقت بیشتری و در عرض چند ثانیه نسبت به ویژگیهای بصری نظیر انسداد جریان خون واکنش نشان دهند.
علاوه بر این، UTMB بر این نکته تأکید دارد که برای بهبود عملکرد مدلهای هوش مصنوعی و جلوگیری از بروز خطاها، آنها را بهطور مستمر ارزیابی میکند. این فرآیند شامل مقایسه نتایج مدلهای هوش مصنوعی با ارزیابیهای انسانی و نظارت بر تغییرات در دقت و صحت آنها است.
در نهایت، مرکز پزشکی دانشگاه تگزاس نشاندهنده تأثیرات مثبتی است که هوش مصنوعی میتواند در حوزه پزشکی ایجاد کند. این پیشرفتها نه تنها میتواند به شناسایی سریعتر و دقیقتر بیماریها کمک کند، بلکه میتواند بار کاری پزشکان را کاهش داده و کیفیت خدمات درمانی را بهبود بخشد.