تشخیص بیماری‌های مزمن کلیه با کمک هوش مصنوعی

 به نقل از مديکال‌اکسپرس، پژوهشگران "دانشکده پزشکي دانشگاه بوستون"(BUSM)، يک روش جديد مبتني بر هوش مصنوعي ابداع کرده‌اند تا به پيش‌بيني بيماري پيش‌رونده و مزمن کليه بپردازند.

"ويجايا کولاچالاما"(Vijaya Kolachalama)، پژوهشگر ارشد اين پروژه گفت: داشتن يک مدل رايانه‌اي که بتواند گردش کار يک متخصص آسيب‌شناسي را تقليد کند و به ارزيابي درجه بيماري بپردازد، ايده هيجان‌انگيزي است زيرا اين فناوري، پتانسيل افزايش کارآيي در روش‌هاي باليني را دارد.

گردش کار متخصص آسيب‌شناسي روي ميکروسکوپ معمولا کارهايي مانند افق‌گردي و بزرگنمايي قسمت‌هاي خاصي را شامل مي‌شود که براي ارزيابي جنبه‌هاي گوناگون آسيب‌شناسي صورت مي‌گيرند.

اين گروه پژوهشي متشکل از پنج متخصص اعصاب و روان با استفاده از يک نرم‌افزار، به بررسي ميزان آسيب در بافت‌هاي کليه پرداختند. پژوهشگران براي الگوبرداري از روش متخصصان بيماري‌هاي اعصاب و روان، از هوش مصنوعي براي ترکيب الگوها و ويژگي‌هاي قسمت‌هاي فرعي و همچنين تصوير بافت کليه استفاده کردند. به واسطه ترکيب اين داده‌ها، يک مدل يادگيري عميق براي پيش‌بيني سطح آسيب کليوي طراحي شد.

کولاچالاما باور دارد مدل‌هاي مبتني بر هوش مصنوعي که مي‌توانند ميزان آسيب مزمن را به صورت خودکار تشخيص دهند، دومين گزينه در اقدامات باليني هستند. وي افزود: ممکن است که نهايتا بتوان از اين روش براي بررسي ساير موارد آسيب‌شناسي اندام استفاده کرد که بر ارزيابي فيبروز متمرکز است. 

اين پژوهش، در "American Journal of Pathology" به چاپ رسيد.