Ετικέτα: τεχνητή νοημοσύνη

Σήμερα, η τεχνητή νοημοσύνη χρησιμοποιείται ήδη στην ιατρική, διευκολύνοντας τη διάγνωση αρκετών παθήσεων. Ένα νέο μοντέλο τεχνητής νοημοσύνης που σίγουρα θα συζητηθεί αναπτύχθηκε προσφάτως από την εταιρεία Klick Labs και μπορεί να διαγνώσει το διαβήτη τύπου 2 εξετάζοντας μόνο την ομιλία των ασθενών. Προφανώς, γνωρίζουμε ότι η ομιλία μας μπορεί να διαφοροποιηθεί σε συγκεκριμένες καταστάσεις, όπως για παράδειγμα αν νυστάζουμε, αν έχουμε καταναλώσει αλκοόλ ή αν υπάρχει έντονη συναισθηματική φόρτιση. Το σκεπτικό της επιστημονικής ομάδας για την ανάπτυξη του νέου εργαλείου για το διαβήτη ήταν ακριβώς αυτό, δηλαδή ότι οι ασθενείς που πάσχουν από τη νόσο ενδεχομένως θα έχουν συγκεκριμένα χαρακτηριστικά στην ομιλία τους. «Οι προσεγγίσεις που χρησιμοποιούνται σήμερα για τη...

Τα μοντέλα τεχνητής νοημοσύνης και μηχανικής μάθησης μπορούν να διαγνώσουν με υψηλή ακρίβεια το σύνδρομο πολυκυστικών ωοθηκών, δηλαδή τη συχνότερη ορμονική διαταραχή στις γυναίκες 15-45 ετών, σύμφωνα με τις παρατηρήσεις μίας νέας έρευνας από το National Institutes of Health των ΗΠΑ. «Σήμερα, το ποσοστό των γυναικών που πάσχουν από το παραπάνω σύνδρομο αλλά δεν έχουν διαγνωστεί είναι σχετικά μεγάλο. Ο στόχος μας ήταν να εξετάσουμε αν τα μοντέλα τεχνητής νοημοσύνης είναι δυνατό να βοηθήσουν στον περιορισμό του παραπάνω ποσοστού. Όπως τελικά διαπιστώσαμε, τα μοντέλα αυτά μπορούν να διαγνώσουν το σύνδρομο με εξαιρετικά υψηλά ακρίβεια», αναφέρουν οι επιστήμονες του NIH. Το σύνδρομο πολυκυστικών ωοθηκών χαρακτηρίζεται από την παθολογική λειτουργία των ωοθηκών, η...

Μπορούμε να προσδιορίσουμε την ηλικία ενός ασθενούς από την ακτινογραφία θώρακος; Μία επιστημονική ομάδα από την Ιαπωνία ανέπτυξε ένα μοντέλο τεχνητής νοημοσύνης και απάντησε θετικά στο παραπάνω ερώτημα. Η ομάδα υποστήριξε μάλιστα ότι το μοντέλο που ανέπτυξε όχι μόνο εκτιμά με ακρίβεια τη χρονολογική ηλικία των ασθενών, αλλά μπορεί να ανιχνεύσει και παθολογίες που παραπέμπουν σε χρόνια νοσήματα. Η ανακάλυψη αυτή αποτελεί σημείο-σταθμό για τις απεικονιστικές εξετάσεις, ανοίγοντας το δρόμο για την ταχύτερη διάγνωση αρκετών χρονίων νόσων, όπως αναφέρουν οι συγγραφείς στο περιοδικό Lancet Healthy Longevity. Η επιστημονική ομάδα ανέπτυξε αρχικά ένα μοντέλο βαθιάς μηχανικής μάθησης με σκοπό να εκτιμήσει τη χρονολογική ηλικία υγιών εθελοντών από τις ακτινογραφίες τους. Ακολούθως, η...

Ένα μοντέλο μηχανικής μάθησης που αναπτύχθηκε από επιστήμονες στο Duke Health μπορεί να διαγνώσει την ήπια έκπτωση των γνωστικών λειτουργιών εξετάζοντας απεικονίσεις του αμφιβληστροειδούς χιτώνα των οφθαλμών. Το μοντέλο αυτό πρακτικά ανιχνεύει συγκεκριμένα χαρακτηριστικά στους οφθαλμούς τα οποία εμφανίζονται μόνο στους ασθενείς που πάσχουν από την παραπάνω νόσο, όπως αναφέρει η επιστημονική ομάδα στο περιοδικό Ophthalmology Science. «Αυτή είναι μία μεγάλη επιτυχία της ομάδας μας καθώς στο παρελθόν κανένα μοντέλο δεν είχε καταφέρει να διαχωρίσει με τόσο μεγάλη επιτυχία την ήπια έκπτωση των γνωστικών λειτουργιών από τις φυσιολογικές γνωστικές λειτουργίες. Πρακτικά, χρησιμοποιώντας το μοντέλο που αναπτύξαμε θα μπορούμε να διαγνώσουμε την έκπτωση των γνωστικών λειτουργιών σε αρχικά στάδια, πριν εξελιχθεί...

Ένα νέο μοντέλο μηχανικής μάθησης μπορεί να διαγνώσει και να ταξινομήσει το έμφραγμα του μυοκαρδίου ταχύτερα σε σχέση με τις προσεγγίσεις που χρησιμοποιούμε σήμερα, όπως αναφέρει μία νέα έρευνα που δημοσιεύτηκε πριν από λίγες ημέρες στο επιστημονικό περιοδικό Nature Medicine. «Όταν ένας ασθενής προσέρχεται στα επείγοντα με στηθάγχη, το πρώτο ερώτημα που θα πρέπει να απαντήσουμε είναι αν έχει έμφραγμα του μυοκαρδίου. Αν και αυτό ακούγεται κάτι απλό, σε αρκετές περιπτώσεις, εφόσον αυτό δεν φαίνεται σαφώς από το ηλεκτροκαρδιογράφημα, μπορεί να χρειαστούμε μέχρι και 24 ώρες για να κάνουμε επιπλέον εξετάσεις και να επιβεβαιώσουμε τη διάγνωση. Το μοντέλο που αναπτύξαμε μπορεί να απαντήσει άμεσα με βάση το ηλεκτροκαρδιογράφημα αν ο...

Ένα νέο μοντέλο τεχνητής νοημοσύνης που αναπτύχθηκε από επιστήμονες στο Πανεπιστήμιο της Βοστόνης έχει ως στόχο να βοηθήσει τους γιατρούς να επιλέξουν το σωστό φάρμακο για τους ασθενείς τους που πάσχουν από υπέρταση. Το μοντέλο αυτό χρησιμοποιεί ιατρικά δεδομένα για τους ασθενείς, όπως για παράδειγμα δημογραφικά στοιχεία, ζωτικά σημεία ή αποτελέσματα εξετάσεων με σκοπό να προτείνει το κατάλληλο φάρμακο. Χρησιμοποιώντας το μοντέλο αυτό, οι επιστήμονες έχουν καταφέρει να επιτύχουν υψηλότερα ποσοστά μείωση της αρτηριακής πίεσης σε σχέση με τις προσεγγίσεις που ακολουθούνται σήμερα για την επιλογή φαρμάκων. Το εντυπωσιακό χαρακτηριστικό του μοντέλου αυτού είναι ότι επιστρέφει διαφορετικό φάρμακο για τον κάθε ασθενή, ανάλογα με τα ιδιαίτερα χαρακτηριστικά του τελευταίου, γεγονός...