تشخیص پلاک ام‌اس و خونریزی مغز با هوش مصنوعی

ماشین حالا پلاک‌های ام‌اس را در تصاویر ام‌آر‌آی می‌شناسد و خونریزی مغزی را هم تشخیص می‌دهد؛ دانشگاه علوم پزشکی تهران از چند پروژه هوش مصنوعی در بیمارستان‌ها خبر داد.

به گزارش به‌روزترین‌ها، دکتر رامین کردی، معاون تحقیقات و فناوری دانشگاه علوم پزشکی تهران، در نشست معرفی رویداد مساله‌محور هوش مصنوعی در سلامت که در بیمارستان سینا برگزار شد، از اجرای طرح‌های متعدد برای کاربرد این فناوری خبر داد.

نقشه راه و کمیته‌های هوش مصنوعی

کردی گفت نقشه راه هوش مصنوعی دانشگاه حدود دو سال پیش به‌صورت مکتوب تدوین شد و با تشکیل ستاد مرکزی، کمیته اجرایی و کمیته‌های تخصصی، ۲۶ کمیته هوش مصنوعی در بیمارستان‌ها و دانشکده‌ها شکل گرفته است. دوره‌های آموزشی برای استادان برگزار شده و نرم‌افزاری هم در دست طراحی است که بتواند طرح‌های پژوهشی را به‌صورت خودکار بررسی کند.

بیشتر بخوانید: راز بزرگ شدن پروستات با افزایش سن کشف شد

به گفته او، اجرای این طرح‌ها منابع مالی بیشتری نیاز دارد و هزینه آن‌ها می‌تواند ۵ تا ۱۰ برابر طرح‌های معمول پزشکی باشد. برای تامین این منابع، تفاهم‌نامه‌ای با مشارکت وزارت بهداشت و معاونت علمی ریاست‌جمهوری منعقد شد که نتیجه آن چند طرح ملی بود: سند ملی توسعه و کاربرد هوش مصنوعی در سلامت، مدل اعتباربخشی ابزارهای هوش مصنوعی و کدهای اخلاقی این حوزه. سازمان غذا و دارو با چارچوب اعتباربخشی موافقت کرده و چند ابزار برای ارزیابی معرفی شده‌اند.

سه فراخوان، ۲۸۱ طرح و ۷۲ طرح پذیرفته‌شده

کردی گفت در سه فراخوان ملی، ۲۸۱ طرح به دبیرخانه رسید و ۷۲ طرح پس از داوری پذیرفته شد. در ارزیابی، همکاری متخصصان پزشکی با شرکت‌های فنی مدنظر بوده تا هر طرح علاوه بر تخصص پزشکی، ظرفیت فنی کافی هم داشته باشد. طرح‌هایی از دانشگاه آزاد اسلامی قم و شیراز (تشخیص سرطان کبد از روی تصاویر) هم در میان آن‌هاست.

کاربردهای بالینی

به گفته معاون تحقیقات دانشگاه، طرح‌های اجراشده شامل این‌هاست: تشخیص خودکار پلاک‌های ام‌اس در ام‌آر‌آی، شناسایی خونریزی مغزی، تبدیل تصاویر ام‌آر‌آی به سی‌تی‌اسکن (که به مرحله تکمیل رسیده)، شبیه‌سازی تصاویر پت از روی ام‌آر‌آی، اندازه‌گیری خودکار شاخص‌های نوزادان از روی سونوگرافی، شاخص‌های سکته مغزی، تحلیل نوار قلب و اکوکاردیوگرافی، ارزیابی احتمال ملانوما از روی تصاویر پوست و تشخیص مشکلات زانو و مفاصل در ارتوپدی. برخی از این فناوری‌ها در بیمارستان‌ها استفاده هم شده‌اند.

در پژوهشگاه علوم غدد و متابولیسم هم سامانه هوشمند مدیریت مراقبت از بیماران دیابتی در دست توسعه است. طرح دیگری هم اطلاعات پرونده بیمار را به سامانه می‌دهد تا خلاصه‌ای از پرونده و محتوای آموزشی متناسب با تشخیص پزشکی را برای بیمار آماده کند؛ همین حالا هشت بیمار از آن استفاده کرده‌اند.

نیاز به مزرعه پردازشی

کردی در پایان گفت برای پیشبرد این طرح‌ها به یک مزرعه پردازشی مجهز به پردازنده‌های گرافیکی (GPU) نیاز دارند. اگر فضای لازم برای استقرار این زیرساخت فراهم شود، دانشگاه می‌تواند با ظرفیت‌های موجود و توسعه مدل‌های موردنیاز طرح را پیش ببرد. در حال حاضر درخواست دانشگاه تامین فضا برای استقرار تجهیزات پردازشی است.