هوش مصنوعی بومی در بیمارستان سینا جان بیش از ۱۰ بیمار را نجات داد
06 آبان 1405 - 08:59 هوش مصنوعی بومی در بیمارستان سینا جان بیش از ۱۰ بیمار را نجات داد هوش مصنوعی بومیسازیشده در بیمارستان سینا با تحلیل تصاویر پزشکی در حدود ۳۰ ثانیه، به تسریع تصمیمگیری جراحان برای درمان بیماران مبتلا به پارگی مرگبار آئورت شکمی کمک کرده و…
خلاصه تحلیلی خبر
06 آبان 1405 - 08:59 هوش مصنوعی بومی در بیمارستان سینا جان بیش از ۱۰ بیمار را نجات داد هوش مصنوعی بومیسازیشده در بیمارستان سینا با تحلیل تصاویر پزشکی در حدود ۳۰ ثانیه، به تسریع تصمیمگیری جراحان برای درمان بیماران مبتلا به پارگی مرگبار آئورت شکمی کمک کرده و…
موضوعات اصلی: پشتیبانی شبکه، هوش مصنوعی، مصنوعی، درمان، هوش، بیمارستان
هوش مصنوعی بومی در بیمارستان سینا جان بیش از ۱۰ بیمار را نجات داد
هوش مصنوعی بومیسازیشده در بیمارستان سینا با تحلیل تصاویر پزشکی در حدود ۳۰ ثانیه، به تسریع تصمیمگیری جراحان برای درمان بیماران مبتلا به پارگی مرگبار آئورت شکمی کمک کرده و طی سه ماه گذشته در درمان بیش از ۱۰ بیمار به کار گرفته شده است؛ نرمافزاری که نمونه خارجی آن ۱۵ هزار دلار قیمت دارد، با هزینهای حدود ۲۰۰ دلار در ایران بومیسازی شده است.
به گفته او، نرمافزار بومی با تحلیل تصاویر سیتیآنژیوگرافی، اطلاعات موردنیاز جراح را برای تعیین اندازه و محل قرارگیری وسیله درمانی فراهم میکند و زمان تصمیمگیری را کاهش میدهد. در سه ماه گذشته، بیش از ۱۰ بیمار با کمک این فناوری و روش درمان داخلعروقی تحت درمان قرار گرفتهاند؛ بهجز یک بیمار که به دلیل مشکل قلبی فوت کرد، سایر بیماران با سلامت از بیمارستان ترخیص شدند.
شکری تأکید کرد که هوش مصنوعی جایگزین پزشک نیست، بلکه با افزایش سرعت و دقت تحلیل اطلاعات، به تصمیمگیری بهتر تیم درمان کمک میکند. در روش داخلعروقی، در بیماران واجد شرایط میتوان بدون باز کردن شکم و از طریق برشهای کوچک در کشاله ران، رگ آسیبدیده را ترمیم کرد؛ روشی که میتواند مدت بستری و دوران نقاهت را نیز کاهش دهد.
این جراح عروق همچنین از طراحی یک کد اورژانسی در بیمارستان سینا برای هماهنگی سریع بخشهای مرتبط با درمان این بیماران خبر داد. این طرح فعلاً بهصورت آزمایشی اجرا شده و هدف آن، کاهش زمان انتظار و تسریع فرایند درمان است.
به گفته شکری، توسعه کاربردهای هوش مصنوعی در پزشکی به زیرساختهای اطلاعاتی یکپارچه و دادههای دقیق بیمارستانی نیاز دارد. او همچنین اعلام کرد که بیش از ۱۵۰ شرکت دانشبنیان و تیم فناور برای مشارکت در چهار حوزه مطرحشده در زمینه هوش مصنوعی پزشکی اعلام آمادگی کردهاند.
انتهای پیام
افزودن دیدگاه جدید
برای ارزیابی پایداری، امنیت و نگهداری این زیرساخت، راهنمای پشتیبانی شبکه را نیز مطالعه کنید.