Zaawansowane technologicznie aplikacje zdrowotne
Dzisiaj porozmawiamy o zaawansowanych technologicznie aplikacjach zdrowotnych, które wykorzystują sztuczną inteligencję do wykonywania swoich zadań.
Od teraz AI będzie coraz bardziej obecna na świecie, a także w medycynie.
Dzięki tej technologii będziemy mogli uzyskać większą pomoc w diagnostyce, mieć medycynę predykcyjną, chirurgię wspomaganą komputerowo, lepsze badania przesiewowe pacjentów, przewidywanie epidemii i szybszy rozwój nowych metod leczenia.
Poniżej sprawdź 3 aplikacje zdrowotne, które wykorzystują sztuczną inteligencję.
1- AI, aby lepiej prowadzić pacjenta
Czy kiedykolwiek myślałeś o możliwości spisania objawów za pomocą encyklopedii, która przechowuje informacje o znanych chorobach?
Z takiej technologii korzysta firma CHUM z Montrealu, wykorzystując ją na izbie przyjęć do segregacji.
W ten sposób pacjent przybywa na izbę przyjęć i wprowadza swoje objawy do komputera, dzięki czemu AI może sklasyfikować stopień pilności.
Ta technologia może nawet sklasyfikować, czy problem pacjenta dotyczy serca, płuc i innych.
„Obecnie porównujemy tę klasyfikację maszyn z klasyfikacją ludzi”, powiedział prezes i dyrektor generalny CHUM, dr. Fabryka Bruneta.
„Maszyna oszczędza czas, ale chcemy mieć pewność, że to badanie przesiewowe zostanie wykonane mądrze i że będzie wysokiej jakości, ponieważ może działać dobrze dla jednego typu pacjentów, ale nie dla innego”.
„Nigdy nie przyjmujesz za pewnik, że skoro coś jest nowe i innowacyjne, będzie korzystne. Musimy nadal być krytyczni. Sztuczna inteligencja, jak każda innowacja, musi być oceniana i mierzona, abyśmy mogli zagwarantować korzyści”, dodany.
2- AI, aby pomóc w opracowaniu leków
W dzisiejszych czasach wprowadzenie nowego leku do obiegu zajmuje dużo czasu i pieniędzy.
Jednak w przypadku epidemii i pandemii, jak to miało miejsce z Covidem, konieczne jest podjęcie szybkich działań.
Aby przyspieszyć opracowanie szczepionki, możliwa jest optymalizacja badań przedklinicznych.
I do tego dąży start-up InVivo AI, stworzony przez trzech doktorantów z Quebecu, pomagający przyspieszyć rozwój leków.
Studenci ci wykorzystali w tworzeniu wiedzę z zakresu neuronauki obliczeniowej i uczenia maszynowego oraz biologii molekularnej, udało im się stworzyć technologię przyspieszającą opracowywanie leków.
3- AI do pomocy w diagnostyce
Ponieważ dostępnych jest coraz więcej narzędzi medycznych, do postawienia diagnozy konieczne jest uwzględnienie wielu danych.
W dzisiejszych czasach mamy do dyspozycji sztuczną inteligencję w interpretacji obrazów egzaminacyjnych i radiologicznych.
Niektóre rodzaje raka, na przykład raka płuc i piersi, mają najbardziej skomplikowaną diagnozę za pomocą tomografii.
Tak więc technologia sztucznej inteligencji może pomóc zidentyfikować nieprawidłowości, których nie widać gołym okiem, takie jak wczesne nowotwory, co pomoże w leczeniu.
Start-up Imagia z Montrealu realizuje ten cel, jakim jest wczesne wykrywanie raka, oprócz pomocy w bardziej spersonalizowanych terapiach, przyspieszaniu badań i znajdowaniu nowych metod leczenia.
Dzięki platformie Evidens start-up wykorzystuje algorytmy Deep Radiomics do tworzenia biomarkerów za pomocą obrazów cyfrowych, które pomagają mierzyć normalne lub patologiczne procesy związane z określoną interwencją terapeutyczną.
Technologia może wykryć, czy u pacjenta występują jakiekolwiek nieprawidłowości, a także monitorować ewolucję choroby.
Ponadto technologia sztucznej inteligencji może uczyć się nowych rzeczy, zapamiętywać choroby i nieprawidłowości biologiczne, pomagając w dokładniejszej diagnozie.
Firma Diagnos z Quebecu opracowała technologię sztucznej inteligencji, która może diagnozować retinopatię cukrzycową.
Ten stan jest powikłaniem cukrzycy, która może wpływać na 50% tych ludzi i jest 5% główną przyczyną ślepoty na świecie.
Sztuczna inteligencja robi zdjęcie siatkówki i identyfikuje, czy są pierwsze oznaki choroby.
Te zdjęcia są wykonywane w ciągu kilku minut za pomocą specjalnych aparatów, które są już używane w centrach optometrii, klinikach i aptekach.
Dzięki tej technologii udało się już przeanalizować prawie 225 000 pacjentów z 16 krajów.
Komentarze 0