اشترك

الاستمرار بالحساب الحالي

شارك
شارك


أظهرت دراسة جديدة من جامعة كامبريدج مشاكل كبيرة في أداء خوارزمية تعلم عميق بمجال معالجة الصور الطبية ما قد ينتج عنه أخطاء كارثية في التشخيص.

2021-04-18 14:06:49

16 مايو 2020
Article image
مصدر الصورة: المعهد القومي للأمراض عبر أنسبلاش
ساعد استخدام خوارزميات الذكاء الاصطناعي في مجال التشخيص الطبي عموماً في تحسين إمكانات التقنيات المتوافرة حالياً، ومساعدة الأطباء على اتخاذ قراراتٍ تشخيصية أكثر دقة، بما يُفضي بالنتيجة إلى رفع كفاءة نظام الرعاية الصحية ككل. وعلى وجه التحديد، حصل مجال التصوير الشعاعي على دعمٍ كبير من خوارزميات الذكاء الاصطناعي من أجل تحسين جودة الصور لإظهار تفاصيل أعضاء جسم الإنسان بشكلٍ أفضل من ذي قبل، وهو الأمر الذي من شأنه المساعدة على رفع دقة الكشف عن الأورام الخبيثة، أو حتى إمكانية تمييز الأورام الحميدة عن تلك الخبيثة. أهم الخوارزميات المستخدمة في التشخيص الطبي الشعاعي بشكلٍ عام، يستخدم مصطلح خوارزميات التصنيف (Classification Algorithms) لنمطٍ من الخوارزميات القادرة على التعرف على أمورٍ محددة ضمن الصور واستخلاص معلوماتٍ معينة منها، وبحالة التشخيص الطبي، يتم استخدام خوارزميات التصنيف المعتمدة على الذكاء الاصطناعيّ على نطاقٍ واسع من أجل تحليل الصور الطبية والتوصل لقرارٍ تشخيصي سليم، أو لنقل بأقل احتمالية ممكنة من الخطأ. وقد أثبتت البرمجيات المعتمدة على الشبكات العصبونية (أحد أنماط الذكاء الاصطناعي) قدرةً ممتازة في مجال تصنيف الصور واستخلاص المعلومات منها، وهو ما أسهم في تشجيع الباحثين على استخدامها في مجالٍ آخر مرتبط

أدخل بريدك الإلكتروني واقرأ المقال مجاناً

أنشئ حساباً مجاناً واقرأ مقالتين مجاناً كل شهر من أوسع تشكيلة محتوى أنتجته ألمع العقول العالمية والعربية.