پرسیس مگ Persis mag

مجله اینترنتی حوزه زیست شناسی

پرسیس مگ Persis mag

مجله اینترنتی حوزه زیست شناسی

پرسیس مگ Persis mag

در صورت استفاده از برنامه‌های تغییر دهنده آی پی، ممکن است در اجرای وبسایت اختلال ایجاد شود. جهت مطالعه کامل نوشته‌ها، بروی روی "ادامه مطلب" کلیک نمایید.

نویسندگان

۸ مطلب با کلمه‌ی کلیدی «هوش‌ مصنوعی» ثبت شده است

 

محققان MIT یک مدل هوش مصنوعی توسعه داده‌اند که می‌تواند نشانه‌های اولیه سرطان سینه را تا پنج سال قبل شناسایی کند.

این هوش مصنوعی نمونه‌های بافتی را اسکن کرده و الگوهایی را شناسایی می‌کند که نشان‌دهنده نشانه‌های اولیه سرطان هستند، که این امر امکان تشخیص و درمان بسیار زودتر را فراهم می‌آورد.

این مدل بر روی ده‌ها هزار ماموگرام آموزش دیده است و به همین دلیل می‌تواند الگوهایی را شناسایی کند که برای چشم انسان بسیار ظریف هستند.

تشخیص زودهنگام برای درمان مؤثر حیاتی است و این می‌تواند جان‌های بی‌شماری را نجات دهد با شناسایی سرطان در مراحل اولیه آن.

۲۰ مرداد ۰۳ ، ۲۰:۴۳
Hamid Haji

این مدل می‌تواند با کمترین دخالت انسان و برای مکالمه‌های عادی و روزمره در خانه استفاده شود، و به این ترتیب افراد بیشتری پایش می‌شوند.

پژوهشگران دانشگاه بوستون یک مدل هوش مصنوعی ساخته‌اند که با تحلیل الگوهای گفتاری در افراد دچار اختلال شناختی خفیف، احتمال ابتلای آن‌ها به آلزایمر را در شش سال آینده با دقت بالا پیش‌بینی می‌کند.

این مدل با دقت ۷۸.۵ درصد پیش‌بینی می‌کند که فرد با اختلال شناختی خفیف در شش سال آینده به زوال عقل مرتبط با آلزایمر دچار می‌شود یا وضعیتی ثابت خواهد داشت. این برنامه پزشکان را قادر می‌سازد تا تشخیص‌هایی زودهنگام داشته باشند و از سرعت پیشروی بیماری بکاهند.

۱۰ تیر ۰۳ ، ۱۸:۲۶
Hamid Haji

این مطالعه جدید نشان داده است که می‌توان با استفاده از زبان یادگیری ماشین، پیش‌بینی دقیقی درباره زمان مرگ یک فرد انجام داد.

محققان در دانشگاه‌های کپنهاگ دانمارک و نورث ایسترن آمریکا برای این مطالعه داده‌های روزانه یک دهه از زندگی بیش از ۶ میلیون نفر از ساکنان دانمارک را در حد فاصل سال‌های ۲۰۰۸ تا ۲۰۲۰ جمع‌آوری کردند.

این مجموعه شامل تاریخچه سلامت فرد، حقوق، ساعات کار، محل سکونت و موارد دیگر زندگی آنها بود. سپس این داده‌ها به یک مدل یادگیری عمیق زبان ماشین با نام «لایف‌تو‌وک» (Life2vec) داده شد تا توالی دقیق رویدادهای زندگی یک فرد بر اساس آن داده‌‌ها ایجاد شود.

persis mag

برای آزمایش این مدل، محققان با توجه به داده‌های موجود از خود پرسیدند که آیا می‌توانند پیش‌بینی کنند که فردی در چهار سال پس از سال ۲۰۱۶ زنده می‌ماند یا نه. محققان پاسخ را می‌دانستند، اما الگوریتم نمی‌دانست.

سون لمان، استاد دانشگاه فنی دانمارک و سرپرست این مطالعه، در این باره می‌گوید: «برای آزمایش اینکه این مدل ماشینی چقدر خوب است، گروهی متشکل از ۱۰۰ هزار نفر را انتخاب کردیم که نیمی از آنها زنده می‌ماندند و نیمی دیگر می‌مردند».

آنها افرادی را انتخاب کردند که بین ۳۰ تا ۵۵ سال عمر داشتند؛ مقطعی که پیش‌بینی مرگ و میر دشوارتر است. نتایج نشان داد که «لایف‌تو‌وک» در حدود ۷۸ درصد مواقع درست حدس زده بود.

۱۷ دی ۰۲ ، ۱۷:۰۳
Hamid Haji

از مقاله مجله ساینس: به صورت ساده، محققین قصد داشتند بفهمند که چگونه مواد شیمیایی موجود در چیزهای مختلف، بوی منحصر به فرد خود را به آنها می دهد. آنها برای این کار از برنامه های کامپیوتری پیشرفته ای به نام graph neural networks استفاده کردند. این برنامه ها چیزی به نام Principal Odor Map یا نقشه بوی اصلی (POM) را ایجاد کردند که مانند نقشه‌ای است که نشان می‌دهد چقدر بوها شبیه یا متفاوت از یکدیگر هستند. هدف روشن شدن ارتباط بین ساختارهای مولکولی و ادارک بو‌ بوده است.

هوش مصنوعی

برای بررسی اینکه آیا هوش مصنوعی در تشخیص بوها عملکرد خوبی داشته یا خیر، محققین نتایج آن را با حس افراد مختلف مقایسه کرده‌اند. هوش مصنوعی واقعاً خوب عمل کرده و تقریباً به خوبی انسان در توصیف بوها عمل کرده است. شاهکاری که دهه‌ها برای رسیدن به آن تلاش شده است. 

نکته جالب این است که این مدل کامپیوتری همچنین می تواند بوی چیزهای جدید را پیش بینی کند، حتی اگر قبلاً در نسخه آموزشی‌اش به او یاد داده نشده باشد. به نوعی شبیه داشتن یک بینی مجازی است که فقط با نگاه کردن به ترکیب شیمیاییِ چیزی می تواند حدس بزند که آن چه بویی دارد!  مدل هوش مصنوعی، بوی پانصد هزار مولکول دیگر را بدون نیاز به ساختن یا بو کردن آنها پیش بینی کرده است.

۱۳ شهریور ۰۲ ، ۱۰:۱۹
Hamid Haji

دانشمندان مدلی از هوش مصنوعی ایجاد کرده‌اند که می‌تواند برای تعیین سن بیولوژیکی افراد، نتایج آزمایش اشعه ایکس قفسه سینه فرد را بخواند.یک مطالعه جدید نشان می‌دهد که هوش مصنوعی می‌تواند سن واقعی یک فرد سالم را از طریق رادیوگرافی قفسه سینه تخمین بزند.

محققان دانشگاه متروپولیتن اوزاکا در ژاپن دریافتند که هر چه سن تخمین زده شده توسط هوش مصنوعی در مقایسه با سن واقعی افراد بالاتر باشد، احتمال ابتلای افراد به بیماری مزمن بیشتر است.

یاسوهیتو میتسویاما، از نویسندگان این مطالعه، در این باره می‌گوید: «نتایج آزمایشات ما نشان می‌دهد که سن ظاهری مبتنی بر رادیوگرافی قفسه سینه می‌تواند وضع سلامت فرد را بهتر از سن تقویمی او نشان دهد.»

او اضافه کرد: «ما قصد داریم این تحقیق را بیشتر توسعه دهیم و از آن برای تخمین شدت بیماری‌های مزمن، پیش‌بینی امید به زندگی و برآورد عوارض احتمالی جراحی‌ها استفاده کنیم.»

هوش مصنوعی

به منظور ایجاد یک مدل هوش مصنوعی که بتواند رادیوگرافی قفسه سینه یا پرتوهای ایکس را بخواند، محققان ۶۷ هزار رادیوگرافی قفسه سینه از افراد سالم و بیش از ۳۴ هزار رادیوگرافی از بیماران مبتلا به بیماری‌های شناخته شده که بین سال‌های ۲۰۰۸ تا ۲۰۱۱ از افراد سالم در چندین مؤسسه مختلف گرفته شده بود، استفاده کردند.

تصور می‌شود که برای افراد سالم، یک همبستگی قوی بین سن تخمین زده شده توسط هوش مصنوعی و سن تقویمی فرد وجود دارد.

آنها مشخص کردند که مدل تخمینی هوش مصنوعی سن بالاتری را در مقایسه با سن واقعی فرد برای برخی بیماری‌های مزمن مانند فشار خون بالا، بیماری انسدادی مزمن ریه، بیماری کبد، بیماری ریوی و نارسایی مزمن کلیوی نشان می‌دهد.

۳۰ مرداد ۰۲ ، ۲۰:۵۷
Hamid Haji

دانشمندان بر اساس جامع‌ترین کارآزمایی انجام‌گرفته در جهان در نوع خود می‌گویند استفاده از هوش مصنوعی در غربالگری سرطان پستان بی‌خطر است و می‌تواند حجم کار رادیولوژیست‌ها را تقریباً به نصف کاهش دهد.

طبق گزارش سازمان جهانی بهداشت، سرطان پستان شایع‌ترین سرطان در جهان است و سالانه بیش از ۲.۳ میلیون زن به این بیماری مبتلا می‌شوند. غربالگری می‌تواند با تشخیص به موقع سرطان پستان در مراحل اولیه و قابل درمان‌تر، پیش‌آگهی را بهبود بخشد و مرگ و میر را کاهش دهد.

breast cancer

محققان در دانشگاه لوند سوئد در تحقیق خود ۸۰ هزار زن با میانگین سنی ۵۴ سال را مورد ارزیابی قرار دادند. آنان قصد داشتند بررسی کنند آیا هوش مصنوعی می‌تواند سرطان پستان را به‌طور دقیق در ماموگرافی تشخیص دهد یا خیر؟

در این مطالعه نیمی از تصاویر اسکن ماموگرافی زنان برای بررسی در اختیار دو رادیولوژیست قرار گرفت و نیمی دیگر به یک دستگاه مجهز به ابزار هوش مصنوعی داده شد.

نتایج نشان داد هوش مصنوعی توانسته سرطان را در ۲۴۴ زن تشخیص دهد، در حالی که دو رادیولوژیست توانسته بودند ۲۰۳ مورد سرطان را شناسایی کنند. در موارد خطای مثبت کاذب، یعنی جایی که اسکن به اشتباه سرطان تشخیص داده باشد، هم هوش مصنوعی و هم رادیولوژیست‌ها آمار برابر ۱.۵ درصد را ثبت کردند.

دستگاه مجهز به هوش مصنوعی با خواندن بیش از ۳۶ هزار اسکن ماموگرافی منجر به کاهش ۴۴ درصدی حجم کار رادیولوژیست‌هایی شده بود که وظیفه تفسیر داده‌ها را بر عهده داشته‌اند.

۱۲ مرداد ۰۲ ، ۲۱:۳۲
Hamid Haji

هوش مصنوعی به دانشمندان کمک کرده است تا آنتی بیوتیک جدیدی را کشف کنند که قادر است یکی از کشنده ترین پاتوژن های جهان را از بین ببرد. این پیشرفت تحقیقاتی که با فناوری‌های پیشرفته یادگیری عمیق امکان‌پذیر شده است، راه ‌حلی بالقوه برای چالش جهانی مقاومت ضد میکروبی ارائه می ‌کند.

اسینتوباکتر بومانی، یک عفونت اکتسابی در بیمارستان محسوب می شود که اغلب بیماران با سیستم ایمنی ضعیف و نوزادان نارس را تهدید می کند.

درمان این باکتری بسیار چالش برانگیز بوده و این میکروب می تواند برای مدت طولانی روی سطوح مختلف، از دستگیره در گرفته تا تخت، زنده بماند. بررسی های انجام شده نشان می دهد این باکتری بسیار هوشمند بوده و ژن‌ های مقاوم به آنتی‌ بیوتیک را از سایر گونه‌ های باکتریایی موجود در محیط خود به دست می ‌آورد که این موضوع باعث عوارض شدیدی مانند پنومونی، سپسیس، مننژیت و عفونت زخم می‌شود.طی این مطالعات جدید که با کمک هوش مصنوعی انجام گرفت، آنتی بیوتیکی موسوم به Aubacin از طریق یک مدل شبکه عصبی مشابه مغز انسان شناسایی شد، اثربخشی خود را در برابر این باکتری کشنده در آزمایشات آزمایشگاهی با موش ها و سلول های باکتریایی نشان داد. این رویکرد مبتنی بر هوش مصنوعی می ‌تواند صدها میلیون مولکول با خواص ضد باکتریایی بالقوه را اسکن کرده و راه را برای درمان ‌های جدید برای سایر بیماری ‌های کشنده، از جمله MRSA و C. diff هموار کند.

 

گفتنی است تکنیک‌ های غربالگری مولکول‌های مرسوم که پر زحمت، پرهزینه و محدود هستند، با این فرآیند تسهیل‌ شده توسط هوش مصنوعی بسیار پیشرفت کرده اند.دکتر جاناتان استوکس، نویسنده ارشد این مطالعه و محقق دانشگاه مک مستر، در این رابطه می ‌گوید: با استفاده از هوش مصنوعی، می‌ توانیم به سرعت مناطق وسیعی از فضای شیمیایی را کاوش کرده و شانس کشف مولکول ‌های اساسی ضد باکتری جدید را به ‌طور قابل توجهی افزایش دهیم.

۲۷ تیر ۰۲ ، ۱۹:۲۰
Hamid Haji

 اسینتوباکتر بومانی (A. baumannii) گونه‌ای از باکتری است که در آب، خاک، روی پوست انسان و حتی محیط‌های مراقبت بهداشتی وجود داشته و به‌دلیل توانا‌یی‌ فوق‌العاده‌اش در زنده‌ماندن به مدت طولانی، بیمارستان‌ها را به مکانی عفونی تبدیل‌کرده است.

 در سال‌های اخیر که بسیاری از باکتری‌های بیماری‌زا دربرابر آنتی‌بیوتیک‌ها مقاوم شده‌اند؛ دانشمندان به کمک هوش مصنوعی، آنتی‌بیوتیک جدیدی به‌نام آبوسین (abaucin) را شناسایی کرده‌اند که به‌دلیل توانایی‌اش در مختل کردن فرایند تبادل لیپوپروتئین (lipoprotein traffickin) در باکتری‌ها، علیه اسینتوباکتر بومانی بسیار موثر واقع شده است.

 محققان برای جمع‌آوری داده‌های موردنیاز هوش مصنوعی ، حدود ۷۵۰۰ ترکیب شیمیایی مختلف را روی این باکتری که قبلا در محیط آزمایشگاه رشد داده بودند، آزمایش کردند تا ببینند کدام‌‌یک از این ترکیبات توانایی مهار رشد باکتری را دارند.

 هنگامی که این داده‌ها برای هوش مصنوعی جمع‌آوری شد؛ از آن برای تجزیه و تحلیل تعداد زیادی از ترکیبات ناشناخته‌ی دیگر استفاده کردند. در این تحلیل دانشمندان ۲۴۰ ترکیب را برای آزمایش در آزمایشگاه انتخاب کردند.

۲۵ خرداد ۰۲ ، ۱۴:۱۵
Hamid Haji