محققان دانشگاه استنفورد با توسعه الگوریتم جدید براساس تکنیک یادگیری ماشینی برای اولینبار توانستند تا ذاتالریه را حتی سریعتر از متخصصان تشخیص دهند.
به گزارش جی پلاس، ذاتالریه یا سینه پهلو، وضعیت التهابی ریه است که در طول بیماری کیسههای میکروسکوپی هوا موسوم به آلوئولها تحریک شده و با گسترش عفونت ناشی از ویروس یا باکتری تنفس بیمار با مشکل مواجه میشود.
مهمترین خطر این بیماری متورم شدن کیسههای هوایی ناشی از تجمع مایعات اضافی است که این روند در نهایت فرایند جذب اکسیژن را با مشکل مواجه میکند.
متخصصان واحد یادگیری ماشینی دانشگاه استنفورد با مدیریت پروفسور اندرو نگ از اطلاعات منتشر شده توسط موسسات ملی بهداشت فعال در ایالات متحده، بستر لازم جهت توسعه الگوریتم را طراحی کردند.
این اطلاعات شامل 120 تصویربردای اشعهایکس با 14 روش تشخیصی متفاوت است.
محققان در ادامه مطالعات خود از چهار متخصص رادیولوژی فعال در دانشگاه استنفورد دعوت کردند تا ذاتالریه را از روی تصاویر اشعه ایکس تشخیص دهند.
پروفسور اندرو نگ در پاسخ به علت انتخاب ذاتالریه در این مطالعه اظهار کرد: ذاتالریه یک بیماری پیچیده با عوامل محرک مختلف است که تشخیص آن از طریق اشعه ایکس به تخصص و مهارت زیادی نیاز دارد، بنابراین پس از مشاوره با محققان به این نتیجه رسیدیم که الگوریتم جدید برای تشخیص این بیماری طراحی شود.
محققان دانشگاه استنفورد تنها در یک هفته توانستند الگوریتم جدید هوش مصنوعی معروف به CheXnet را برنامهنویسی کنند. این الگوریتم در آزمایشهای اولیه توانست 10 نشانه از 14 نشانه اصلی ذاتالریه مورد استفاده توسط متخصصان ریه را شناسایی کند.
الگوریتم جدید با قابلیت یادگیری ماشینی پس از یک ماه آزمایش و آموزش توانست 14 نشانه ذاتالریه را تشخیص دهد.