Aplikacje zdrowotne ze sztuczną inteligencją
Sprawdź aplikacje zdrowotne ze sztuczną inteligencją, które mogą pomóc w wykonywaniu zadań i zapewnić większą precyzję diagnozy.
W medycynie coraz częściej dostrzegamy obecność sztucznej inteligencji.
Może pomóc w medycynie predykcyjnej, pomocy diagnostycznej, chirurgii wspomaganej komputerowo, robotach medycznych, przewidywaniu gotowości na epidemię, badaniach przesiewowych pacjentów i opracowywaniu nowych metod leczenia.
Sprawdź poniżej aplikacje zdrowotne ze sztuczną inteligencją.
1- AI w prowadzeniu pacjenta
Czy zastanawiałeś się kiedyś nad możliwością spisania swoich objawów za pośrednictwem encyklopedii przechowującej informacje o już skatalogowanych chorobach?
Korzysta z tego CHUM w Montrealu, który dysponuje technologią umożliwiającą przeprowadzanie segregacji na izbie przyjęć.
Następnie pacjent musi poinformować za pomocą komputera o swoich objawach i sklasyfikowany zostanie stopień pilności jego leczenia.
Ten program AI może również klasyfikować, czy problem zdrowotny pacjenta ma charakter kardiologiczny, płucny czy inny.
„Obecnie porównujemy klasyfikację maszynową z klasyfikacją ludzką” – powiedział prezes i dyrektor generalny CHUM, dr Fabrice Brunet.
„Maszyna oszczędza czas, ale chcemy mieć pewność, że badania przesiewowe zostaną przeprowadzone mądrze i będą wysokiej jakości, ponieważ mogą się sprawdzić w przypadku jednego typu pacjentów, ale nie innego”.
„Nigdy nie przyjmuje się za pewnik, że ponieważ coś jest nowe i innowacyjne, będzie to korzystne. Musimy nadal być krytyczni. AI, jak każda innowacja, musi zostać oceniona i zmierzona, abyśmy mogli zagwarantować korzyści”, zakończony.
2- Sztuczna inteligencja do opracowywania leków
Aby nowy lek mógł zostać wprowadzony na rynek, musi przejść długi proces, a także wydać dużo pieniędzy.
Jednak w przypadku pandemii takiej jak Covid należy podjąć szybkie działania.
W ten sposób możliwa jest optymalizacja badań przedklinicznych w celu skrócenia czasu opracowywania szczepionki.
Taki jest właśnie cel stworzonego przez trzech doktorantów z Quebecu start-upu InVivo AI, który pomaga przyspieszyć rozwój leków.
Jej twórcy wykorzystali wiedzę z zakresu neuronauki obliczeniowej, biologii molekularnej i uczenia maszynowego, aby stworzyć taką technologię i szybciej opracowywać leki.
3- Ia do diagnostyki
Narzędzi medycznych mamy kilka, więc aby postawić diagnozę, lekarz musi wziąć pod uwagę wiele danych.
Obecna sztuczna inteligencja może już pomóc w interpretacji obrazów egzaminacyjnych i radiologicznych.
Jako przykład podajemy niektóre rodzaje nowotworów, które mogą być trudne do zdiagnozowania, takie jak rak płuc i piersi.
Dlatego takie programy AI potrafią wykryć istnienie jakiejś nieprawidłowości, która nie byłaby zauważalna gołym okiem, np. wczesnych nowotworów, co bardzo pomaga w leczeniu.
Dlatego w tym celu powstał montrealski start-up Imagia, który w znacznym stopniu pomaga w wykrywaniu różnych typów nowotworów, a także pomaga w opracowywaniu spersonalizowanych terapii, odkrywaniu nowych metod leczenia i przyspieszaniu badań klinicznych.
Platforma o nazwie Evidens wykorzystuje algorytmy Deep Radiomics, dzięki czemu może generować biomarkery na podstawie obrazów cyfrowych, będąc w stanie mierzyć patologiczne lub normalne procesy interwencji terapeutycznej.
Technologia może wykryć, czy w organizmie pacjenta występują jakiekolwiek nieprawidłowości i obserwować ewolucję choroby.
Program potrafi także samodzielnie się uczyć, prezentując pamięć wykrytych już chorób i nieprawidłowości biologicznych, co pozwala na dokładniejszą diagnozę.
Firma Diagnos z siedzibą w Quebecu opracowała platformę AI, która jest w stanie diagnozować retinopatię cukrzycową.
Choroba ta jest powikłaniem cukrzycy, które może dotyczyć 50% osób z typem 2 i jest odpowiedzialne za 5% przypadków ślepoty na całym świecie.
Program wykorzystując zdjęcie siatkówki jest w stanie zidentyfikować pierwsze oznaki takiej choroby.
Zdjęcia te wykonywane są specjalnymi aparatami i trwają kilka minut, a obecnie można je znaleźć w aptekach, przychodniach i centrach optometrycznych.
Udało jej się już przeprowadzić prawie 225 tysięcy analiz na pacjentach z 16 krajów.
Komentarze !trpst#/trp-gettext>