صفحه نخست

تاریخ

ورزش

خواندنی ها

سلامت

ویدیو

عکس

صفحات داخلی

۱۲ آذر ۱۴۰۳ - ساعت
کد خبر: ۵۳۳۰۸۷
تاریخ انتشار: ۵۲ : ۱۴ - ۱۱ اسفند ۱۳۹۸
بلومبرگ:
 شیوع بیماری هایی مانند  کرونا اغلب بسیار سریع است و درنتیجه دانشمندانی که روی درمان و ساخت واکسن کار می کنند به شدت غافلگیر می شوند. اما به نظر می رسد هوش مصنوعی می تواند به محققان کمک کند تا درمانهای بهتری انجام دهند.
پایگاه خبری تحلیلی انتخاب (Entekhab.ir) :

 شیوع بیماری هایی مانند  کرونا اغلب بسیار سریع است و درنتیجه دانشمندانی که روی درمان و ساخت واکسن کار می کنند به شدت غافلگیر می شوند. اما به نظر می رسد هوش مصنوعی می تواند به محققان کمک کند تا درمانهای بهتری انجام دهند.

به گزارش سرویس آی تی و فناوری انتخاب به نقل از بلومبرگ، اگرچه احتمالاً خیلی دیر شده است که فناوریهای نوپا نقش مهمی در بیماری اپیدمیک فعلی داشته باشد ، اما برای شیوع بعدی امیدهایی وجود دارد. هوش مصنوعی برای یافتن ارتباطاتی که می تواند تشخیص دهد چه نوع درمانی می تواند کارامد باشد، یا روشهای تشخیصی مفید خواهد بود.

سؤال اینجاست که داده های گسترده ای که از شیوع فعلی ویروس کرونا منتشر می شوند، می توانند در مورد شیوع مجدد ویروس طی سالهای آتی نقش ایفا کنند یا خیر. در چین بیش از 75000 نفر طی حدود دو ماه بیمار شده اند و در نتیجه از خلال بررسی وضعیت این افراد اطلاعات وسیعی به دست می آید.

این واقعیت که محققان موفق به تولید توالی ژنی ویروس جدید در عرض چند هفته از اولین موارد گزارش ویروس، شده شده اند امیدوار کننده است ، زیرا نشان می دهد که اکنون در هنگام وقوع شیوع ، داده های فوری بسیار بیشتری وجود دارد. اندرو هاپکینز ، مدیر ارشد اجرایی پژوهش های آکسفورد و یک استارتاپ مستقر در انگلستان از  جمله کسانی است که برای کمک به آموزش هوش مصنوعی برای کشف مواد مخدر فعالیت می کند. وی اظهار داشت كه درمانهای جدید به لطف هوش مصنوعی ، می توانند مدت زمان بررسی ویروس را بین 18 تا 24 ماه کاهش دهند.

Exsledgeia ترکیب جدیدی را برای درمان اختلال وسواس ایجاد کرده است که آماده است پس از کمتر از یک سال در آزمایشگاه، آزمایش شود. طبق گفته این شرکت، سرعت فعالیت این سیستم، تقریباً پنج برابر سریعتر از حد متوسط ​​است. شرکتHealx  مستقر در کمبریج یک رویکرد مشابه دارد ، اما از آن برای یادگیری ماشینی و برای یافتن کاربردهای جدید برای داروهای موجود استفاده می کند. هر دو شرکت الگوریتم های خود را با اطلاعات تغذیه می کنند. این اطلاعات از منبع هایی مانند ژورنال های پزشکی ، پایگاه داده های زیست پزشکی و آزمایشات بالینی جمع آوری شده اند.

نظارت انسانی

این دو شرکت هر یک از تیمی از محققان انسانی برای همکاری در کنار هوش مصنوعی استفاده می کنند تا به راهنمایی این روند کمک کنند. در رویکرد Exsledgeia ، طراحان مواد مخدر به آموزش استراتژی های الگوریتم هایی برای جستجوی ترکیبات کمک می کنند. Healx پیش بینی های هوش مصنوعی را برای محققانی که نتایج را تجزیه و تحلیل می کنند قرار می دهد و تصمیم می گیرد چه چیزی را دنبال کند.

نیل تامپسون ، رئیس ارشد علوم Healx ، گفت تا زمانی که داده های کافی در مورد این بیماری جدید داشته باشد ، می توان این روش را در برابر شیوع هایی مانند ویروس کرونا مستقر کرد. Healx در تلاش برای مقابله با کرونا نیست اما می تواند این روش را بعدها امتحان کند.

تامپسون در مصاحبه ای گفت: "ما به نتایج بسیار نزدیک هستیم و  نیازی به تغییر زیادی در مورد الگوریتم های هوش مصنوعی که اکنون از آنها استفاده می کنیم نیست. ما به بررسی ویژگی های دارویی با ویژگی های بیماری می پردازیم. "