بر اساس مطالعهای که اخیراً به صورت آنلاین در The Lancet Digital Health منتشر شده است، استفاده از هوش مصنوعی برای ارزیابی عملکرد قلب از طریق تصاویر MRI در پیشبینی احتمال بقای بیماران بهتر از تفسیر پزشکان است.
جورج جوی، محققی در دانشگاه سیتی سنت جورج لندن و همکارانش بررسی کردند که آیا تقسیم خودکار تصاویر قلب با استفاده از هوش مصنوعی مبتنی بر یادگیری عمیق و اندازه گیری کسر سنبله در پیش بینی مرگ و میر ناشی از همه علل دقیق تر از کارشناسان بالینی است یا خیر. این مطالعه شامل 27382 بیمار متوالی بود که همگی در ابتدای مطالعه تحت MRI قلبی قرار گرفته بودند.
برتری هوش مصنوعی در پیش بینی مرگ و میر
نتایج نشان داد که در طول دوره پیگیری 6/5 ساله، اندازهگیری کسر پرش با هوش مصنوعی از نظر برازش مدل آماری بهتر عمل کرد. به طوری که تفاوت معیار اطلاعات آکایک با مقدار 161 به نفع هوش مصنوعی ثبت شد. همچنین شاخص وضوح مدل با اختلاف 0.033 کمی بهتر بود.
هنگامی که نتایج اندازه گیری هوش مصنوعی به ارزیابی پزشکان اضافه شد، برازش مدل به طور قابل توجهی بهبود یافت و مقدار کای دو به 168 رسید. در مقابل، افزودن اندازهگیریهای پزشکان به نتایج هوش مصنوعی تنها بهبود محدودی با مقدار خی دو 7.5 ایجاد کرد.
پس از در نظر گرفتن تأثیر سن و جنسیت بیماران، اندازه گیری جهش با هوش مصنوعی همچنان برتری خود را حفظ کرد. تفاوت معیار اطلاعات آکایک در این تحلیل 59 بود و شاخص تشخیص پذیری نیز با اختلاف 0.004 اندکی به نفع هوش مصنوعی تغییر کرد.
جورج جوی درباره نتایج این تحقیق گفت:
یافتههای ما نشان میدهد که هوش مصنوعی میتواند این شاخص قلبی مهم را با ثبات و دقت قابلتوجهی اندازهگیری کند و در نتیجه، پیشرفت کوچک اما قابل توجهی در شناسایی بیمارانی که در معرض خطر بالاتری هستند، ایجاد کند.
















گفتگو در مورد این post