صدمه شناسی دیجیتال؛ انقلاب در پزشکی مدرن – خبرگزاری مهر | اخبار ایران و جهان_تاشکن
[ad_1]
به گزارش تاشکن
علیرضا صادقی پور، در او مباحثه با خبرنگار مهر با گفتن این که اختراع و به کارگیری صدمه شناسی دیجیتال (DP) نشان دهنده ظهور تغییری قابل دقت و به شکلی دگرگون کننده در حوزه علم صدمه شناسی است، اظهار کرد: طی این فرایند از فناوری پیشرفته برای افزایش دقت تشخیصی، کارایی و نیز سهولت دسترسی به همکاری و مشاوره مابین مراکز تشخیصی و تحقیقاتی منفعت گیری میشود.
او گفت: در این فرایند، با تبدیل اسلایدهای شیشهای سنتی به تصاویر دیجیتال با وضوح بالا، صدمه شناسان زمان مییابند که مقاطع هیستولوژی مثالهای بافت را بر روی صفحه نمایش رایانه، تجزیه و تحلیل کرده و از امکان انجام مشاوره از راه دور و برخورداری از نظر دیگر صدمه شناسان منفعتمند گردند.
صادقی پور در ادامه به مزایا و کاربردهای کلیدی صدمه شناسی دیجیتال اشاره کرد و او گفت: افزایش قوت تشخیصی، تصاویر دیجیتال تجزیه و تحلیل دقیق و منسجم را امکان پذیر میکند وخطای انسانی را افت داده و دقت تشخیصی را بهبود میبخشد.
وی با اشاره به صدمه شناسی از راه دور (تله پاتولوژی) افزود: صدمه شناسان میتوانند اسلایدهای دیجیتال موارد نادر و پیچیده را با اساتید خبره در سراسر جهان به اشتراک گذاشته و در وقتی مختصر از نظرات مشورتی آنها منفعت مند شوند.
صادقی پور اظهار کرد: هوش مصنوعی با به کارگیری الگوریتمهای پیشرفته به شناسایی الگوها، پیشبینی نتایج و نیز خودکارسازی ماموریت های معمول و تکراری پشتیبانی کرده و به این شکل قابلیتهای پاتولوژیست را افزایش خواهند داد.
او گفت: تحقیق و آموزش پزشکی، پاتولوژی دیجیتال منبع ارزشمندی برای تحقیقات و آموزش پزشکی فراهم کرده و دسترسی آسان به بانک زیاد بزرگی از اسلایدهای دیجیتال برای مطالعه و آموزش را فراهم میسازد.
صادقی پور او گفت: با ادغام هوش مصنوعی و پاتولوژی دیجیتال، هیستوپاتولوژی تشخیصی منقلب میگردد. در این حالت با منفعت گیری از یکسری الگوریتمها، تصاویر دیجیتال حاصل از اسکن کل سطح بافت تجزیه و تحلیل شده و بدین وسیله به صدمه شناسان در تشخیص نوع ضایعه و این چنین تعیین پیش آگهی بیماری پشتیبانی میکند.
او گفت: این مدلها توافق در تشخیص یک ضایعه را بهبود میبخشند، تغییرات ظریف بافتی را شناسایی میکنند و دقت تشخیصی را افزایش خواهند داد. منفعت گیری از هوش مصنوعی بار ماموریت های روتین و روزمره پاتولوژیست را سبک میکند، و از طرفی با منفعت گیری از قوت پردازش تصاویر، رنگ آمیزی ایمونوهیستوشیمی را استاندارد کرده و بدین وسیله امکان تنظیم سریع گزارش تشخیصی نمونه بیماران در قالب تله پاتولوژی فراهم میگردد. از طرفی چالشهای پیش رو در این مسیر عبارت هستند از کیفیت دادهها، تفسیرپذیری اطلاعات ونیز قبول منفعت گیری از این روش توسط نهادهای نظارتی.
استاد گروه صدمه شناسی دانشگاه علوم پزشکی ایران اصرار کرد: ادغام هوش مصنوعی در هیستوپاتولوژی به طور قابل توجهی بر این شاخه علمی و تخصصی و نیز نیروی کار مورد نیاز آن تأثیر خواهد گذاشت. در این حالت منفعت گیری از هوش مصنوعی در کنار پاتولوژی دیجیتال، نیاز به بازدید مثالهای هیستوپاتولوژی روتین توسط پاتولوژیست را مرتفع کرده و در این حالت به صدمه شناسان اجازه میدهد تا تمرکز خود را بر موارد پیچیدهتر بگذارند و بدین شکل در آیندهای نه چندان دور عناوین شغلی جدیدی همانند متخصصان هوش مصنوعی و همکاران صدمه شناس و هوش مصنوعی پدیدار خواهند شد.
او گفت: در نهایت ملزوم است یادآوری گردد که در این گذار، صدمه شناسان میبایست تواناییهای مرتبط با هوش مصنوعی را کسب کرده و با ابزارهای هوش مصنوعی سازگار شوند. از طرفی، دسترسی جهانی به تخصص و نگه داری ملاحظات اخلاقی در این حوزه نیز از عوامل کلیدی این تحول است.
به گزارش مهر، بیست و ششمین همایش بینالمللی صدمه شناسی و طب آزمایشگاه و دوازدهمین همایش بینالمللی شاخه ایرانی آکادمی بینالمللی پاتولوژی، در روزهای ۱۱ تا ۱۳ مهر ۱۴۰۳ در هتل المپیک تهران برگزار میشود.
این همایش برای شرکت کنندگان، دارای امتیاز بازآموزی است.
دسته بندی مطالب
[ad_2]