سه شنبه 16 تير 1405 - Tue 07 Jul 2026
  • وداع جمعیت میلیونی تشییع‌کنندگان با امام شهید/ گلباران پیکر مطهر قائد شهید در مسیر تشییع‌/ مردم! آقا از تهران رفتند... +عکس و فیلم

  • سرویس دهی مترو به حالت عادی بازگشت

  • قیمت طلا امروز یکشنبه ۱۴ تیر ۱۴۰۵

  • سرمربی جدید پرسپولیس انتخاب شد؟

  • مبلغ اعتبار و آخرین جزئیات کالابرگ تیر ۱۴۰۵

  • دیپلماسی تهاجمی

  • اقامه نماز بر پیکر رهبر شهید انقلاب و خانواده ایشان با حضور گسترده مردم، فرزندان امام شهید و مسئولان کشوری و لشکری +عکس و فیلم

  • تمام خطوط اتوبوس تندرو تهران فعال هستند

  • باد کلاه پاپ لئو چهاردهم را به دریا برد / فیلم

  • تمساح لاشه پلیکان را تکه‌تکه کرد / فیلم

  • شلیک موشک‌ کروز راهبردی توسط کره شمالی

  • قیمت محصولات سایپا امروز یکشنبه 14 تیر

  • قیمت لحظه ای دلار امروز یکشنبه 14 تیر

  • افزایش سهمیه بنزین برای برخی استان ها

  • طرفداری رئیس فیفا از یک تیم لو رفت

  • عطوان: این تشییع نماد یک کشور پیروز است

  • فرمانده جدید نیروی دریایی سپاه معرفی شد

  • فیلم/ همخوانی دعای وحدت در مصلی تهران

  • دستگیری ۶ نفر از عناصر مرتبط با شبکه‌های معاند و ضد انقلاب

  • واکنش اسکوچیچ به مذاکره با پرسپولیس

  • |ف |
    | | | |
    کد خبر: 385079
    تاریخ انتشار: 01/آبان/1403 - 23:18

    هوش مصنوعی در چشم متخصصان چشم‌پزشکی

    پژوهش جدید «دانشگاه بیرمنگام» نشان می‌دهد که تشخیص مدل‌های مجهز به هوش مصنوعی درباره کراتیت عفونی با تشخیص چشم‌پزشکان مطابقت دارد و نویدبخش بهبود جهانی مراقبت از چشم است.

    هوش مصنوعی در چشم متخصصان چشم‌پزشکی

    به گزارش پایگاه خبری «حامیان ولایت» ، به نقل از ایسنا؛

     متخصصان مراقبت از چشم می‌توانند به زودی روی کمک هوش مصنوعی در تشخیص «کراتیت»(Keratitis) عفونی که علت اصلی کوری قرنیه در سراسر جهان است، حساب کنند زیرا پژوهش جدید «دانشگاه بیرمنگام»(University of Birmingham) نشان می‌دهد که مدل‌های یادگیری عمیق، سطوح مشابهی از دقت را در شناسایی عفونت چشم دارند.

    به نقل از وب‌سایت رسمی دانشگاه بیرمنگام، دکتر «دارن تینگ»(Darren Ting) پژوهشگر دانشگاه بیرمنگام با یک گروه بین‌المللی از پژوهشگران، ۳۵ پژوهش را که از مدل‌های یادگیری عمیق برای تشخیص کراتیت عفونی استفاده کرده بودند، مورد بررسی قرار دادند.

    دقت مدل‌های هوش مصنوعی به‌کاررفته در این پژوهش با دقت تشخیصی چشم‌پزشکان مطابقت داشت. حساسیت مدل‌ها ۸۹.۲ درصد و حساسیت چشم‌پزشکان ۸۲.۲ درصد بود.

    مدل‌های این پژوهش، بیش از ۱۳۶ هزار تصویر قرنیه را به صورت ترکیبی تحلیل کردند و پژوهشگران گفتند که نتایج بیشتر نشان‌دهنده امکان استفاده از هوش مصنوعی در محیط‌های بالینی است.

    تینگ گفت: پژوهش ما نشان می‌دهد که هوش مصنوعی توانایی ارائه تشخیص‌های سریع و قابل اعتماد را دارد که می‌توانند نحوه مدیریت عفونت‌های قرنیه را در سطح جهان متحول کنند. این امر به ویژه برای مناطقی که دسترسی محدودی به مراقبت‌های تخصصی چشم دارند، امیدوارکننده است و می‌تواند به کاهش بار نابینایی قابل پیشگیری در سراسر جهان کمک کند.

    مدل‌های هوش مصنوعی در تفکیک چشم‌های سالم، قرنیه‌های عفونی و علل گوناگون کراتیت عفونی مانند عفونت‌های باکتریایی یا قارچی نیز مؤثر بودند.

    اگرچه یافته‌های این پژوهش، پتانسیل یادگیری عمیق را در مراقبت‌های بهداشتی برجسته می‌کنند اما پژوهشگران تاکید کردند که به داده‌های متنوع‌تر و اعتبارسنجی بیشتری برای افزایش قابلیت اطمینان این مدل‌ها در استفاده بالینی نیاز است.

    این پژوهش در مجله «eClinicalMedicine» به چاپ رسید.

    مرتبط ها
    نظرات بینندگان
    نظرات شما