بررسی هوش مصنوعی در انواع تصویربرداری پزشکی

اشتراک گذاری :

امروزه هوش مصنوعی یا AI نقش زیادی در زندگی ما دارد و احتمال رشد آن در آینده برای رسیدگی به چالش های اجتماعی قطعی است. بدین جهت از آنجا که استفاده از هوش مصنوعی در بخش پزشکی ، پیچیده و مقاوم در برابر اختلال است سودمند می باشد. در این مقاله به بررسی هوش مصنوعی در انواع تصویربرداری پزشکی می پردازیم.

بررسی هوش مصنوعی در انواع تصویربرداری پزشکی

استفاده از هوش مصنوعی در بخش تصویربرداری پزشکی در دهه های اخیر افزایش یافته و با طی روندهای مختلف نیازمند تغییر در روش انجام کارها در این بخش است. با الگوریتم های هوش مصنوعی کیفیت تشخیص تصویربرداری پزشکی بطور قابل توجهی بهبود یافته و در عین حال مدت زمان انجام تصویربرداری کاهش یافته است. در ادامه به بررسی هوش مصنوعی در انواع تصویربرداری پزشکی و انواع کاربردهای هوش مصنوعی در این حوزه می پردازیم.

کاربرد هوش مصنوعی در نورورادیولوژی

آمارها در سال 2021 نشان داده که بین ۲۹ تا ۳۸ درصد کاربرد تجاری بر پایه هوش مصنوعی در نورورادیولوژی می باشد. بدین جهت داده های تصویربرداری عصبی هدف گیری شده و مواردی اعم از سکته مغزی ایسکمیک ، خونریزی مغزی و ... شناسایی و مشخص می شود.

  1. تشخیص سکته ایسکمیک مغزی
  2. خونریزی داخل جمجمه
  3. بررسی زوال عقل
  4. ام اس
  5. تشخیص انسداد عروق بزرگ
  6. پیش بینی پیامدهای سکته مغزی
  7. تشخیص آنوریسم داخل جمجمه
  8. پیش بینی نشانگر ژنتیکی تومور مغزی در تصاویر پزشکی

همچنین مطالعات در سال 2019 نشان داده که روش های مبتنی بر هوش مصنوعی به تشخیص خونریزی داخل پارانشیم مغز ، زیر عنکبوتیه و ساب دورال در سی تی اسکن مغز کمک می کند. در سال 2021 تحقیقات نشان داده نرخ مثبت و منفی کاذب برخی از راه حل های مبتنی بر هوش مصنوعی نسبت به رادیولوژیست ها بسیار کمتر است.

در تشخیص بیماری ام اس یا مولتیپل اسکلروزیس هوش مصنوعی به جهت شناسایی و قطعه بندی ضایعات مغزی استفاده شده که در پیگیری درمان بیماران موثر است. از طرفی هوش مصنوعی در تشخیص ویژگی های تصویربرداری مرتبط با ام اس پیشرونده و تبدیل از سندرم جداشونده بالینی به ام اس قطعی کمک بسزایی می کند.

مقالات دیگر : انواع دستگاه پزشکی پوشیدنی

کاربرد هوش مصنوعی در تصویربرداری ریه

آمارها در سال 2021 نشان داده که بین 24 تا 31 درصد کاربردهای تجاری بر پایه هوش مصنوعی در رادیولوژی ریه است. برای ریپورت تصاویر رادیولوژی ریه بیمار از الگوریتمهای هوش مصنوعی مبتنی بر یادگیری عمیق ، یافته های مهم که نیاز به پیگیری سریع دارد استفاده می شود که به پزشکان در تفسیر تصاویر ریه با سرعت بسیار بالاتر کمک بسزایی می کند. از طرفی تشخیص یافته های فوری با استفاده از این الگوریتم هوش مصنوعی توسط دستیاران رادیولوژی از 66 درصد به 73 درصد ارتقا یافت.

مطالعات دیگر در سال 2021 حکایت از این دارد که دقت تشخیصی پزشکانی که از الگوریتم هوش مصنوعی در تفسیر رادیولوژی ریه استفاده کرده اند بسیار بالاتر از دیگر پزشکان بوده است. از طرفی برای تصویربرداری از ریه از سی تی اسکن با اشعه ایکس و ایجاد تصاویر مقطعی استفاده می شود که هوش مصنوعی در این زمینه نیز الگوریتم یادگیری عمیق برای تشخیص آمبولی ریه با دقت بالا نشان داده است.

از دیگر کاربردهای هوش مصنوعی در تصویربرداری ریه به جهت غربالگری بیماری سل در سال های 2016 و 2019 و 2020 و غربالگری سرطان ریه از نظر تشخیص ندول ریوی در سال 2017 و همچنین طبقه بندی ندول های خوش خیم و بدخیم ریوی در سال 2019 و تشخیص بیماری ذات الریه یا پنومونی و بیماری انسداد ریه می توان اشاره کرد.

مقالات دیگر : مزایای استفاده از هوش مصنوعی در رادیولوژی

کاربرد هوش مصنوعی در تصویربرداری شکم لگن

آمارها در سال 2021 نشان داده 4 درصد از کاربردهای تجاری بر پایه هوش مصنوعی در حوزه تصویربرداری شکم و لگن می باشد. بدین جهت استفاده از هوش مصنوعی برای اندامهایی نظیر کبد ، طحال ، پانکراس و کلیه ها در سالهای بین 2017 تا 2019 صورت گرفت و تشخیص توده های بدخیم کبدی از طریق یادگیری عمیق با دقت 97 درصد نشان داده شد.

همچنین تشخیص فیبروز کبدی ، کبد چرب ، میزان حجم پروستات ، تشخیص گاز آزاد شکم در سی تی اسکن ، میزان آهن کبدی نیز از دیگر کاربردهای هوش مصنوعی در تصویربرداری شکم و لگن می باشد.

کاربرد هوش مصنوعی در تصویربرداری برست

در بخش تصویربرداری برست نیز آمارها حکایت از ۱۱ درصد کاربرد تجاری مبتنی بر هوش مصنوعی در سال 2021 می باشد. بدین جهت الگوریتم های هوش مصنوعی زیادی در حوزه تصویربرداری از برست بکار گرفته شده است که حجم کار رادیولوژیست ها در زمینه ماموگرافی را به میزان یک پنجم کاهش می دهد. افزون بر این استفاده از این الگوریتم ها به تشخیص ماموگرافی مثبت کاذب و یا منفی کاذب نیز کمک کرده و حجم کار رادیولوژیست ها را تا 88 درصد می کاهد.

مطالعات دیگری در سالهای 2019 و 2020 نشان داده که دقت تشخیص پزشکان رادیولوژیست با استفاده از هوش مصنوعی بیشتر می شود بطوری که برخی از این الگوریتم های هوش مصنوعی بسیار دقیق و طبقه بندی شده در تشخیص مستقل مشکلات برست می باشند.

مقالات دیگر : یافته های جدید در علم رادیولوژی

گرچه الگوریتم های هوش مصنوعی پتانسیل تشخیص ویژگی های پیش بینی شده سرطان برست از ماموگرافی را دارد اما با این حال برخی مطالعات بر 36 نوع الگوریتم هوش مصنوعی حاکی از ضعیف بودن کیفیت روان شناختی آنها داده است به گونه ای که نسبت به تشخیص دو یا چند رادیولوژیست از دقت کمتری برخوردار بودند.

کاربرد هوش مصنوعی در تصویربرداری قلبی

آمارهای کاربرد تجاری حوزه تصویربرداری قلبی با هوش مصنوعی در حدود ۱۱ درصد می باشد. بدین منظور رادیولوژی از قلب عموما به دلیل اینکه قلب همواره در حال تپیدن است یک چالش تصویربرداری تشخیصی بشمار می رود. گرچه پیشرفت های اخیر تصویربرداری پزشکی و استفاده از الگوریتم های هوش مصنوعی به کمک آمده است.

الگوریتم های هوش مصنوعی در تصویربرداری هایی مانند ام آر آی و سونوگرافی و سی تی اسکن از قلب تمرکز دارد و به تعیین کمیت کلسیفیکاسیون شریان کرونر در سی تی اسکن قلب ، حجم بطن راست در سی تی آنژیوگرافی ریه ، محاسبه خودکار کسر جهشی در اکوکاردیوگرافی و تعیین اندازه و ضخامت محفظه قلب در ام آر آی کمک بسزایی می کند.

از طرفی هوش مصنوعی در درمان همگام سازی مجدد قلب بر اساس تصویربرداری و پارامترهای بالینی بیمار موثر نشان می دهد. گرچه تشخیص رادیولوژیست در ام آر آی قلب به سادگی امکانپذیر نیست اما در افتراق انواع کاردیومیوپاتی می توان از هوش مصنوعی به جهت آنالیز بافت و دیگر رویکردهای رادیومیک کمک گرفت.

کاربرد هوش مصنوعی در تصویربرداری عضلانی اسکلتی

آمارهای کاربرد تجاری حوزه تصویربرداری عضلانی اسکلتی با هوش مصنوعی در حدود ۷ تا ۱۱ درصد می باشد. بدین جهت از هوش مصنوعی در بررسی استخوانها و مفاصل و ماهیچه هایی که تشخیص پزشکان رادیولوژیست در این موارد بسختی امکانپذیر است ، موثر می باشد. تعیین سن استخوانی و سنجش تراکم استخوان از آن جمله می باشد.

از سوی دیگر از الگوریتم های هوش مصنوعی می توان در تشخیص شکستگی استخوانی چه در تصویربرداری رادیولوژی و چه سی تی اسکن کمک گرفت بطوریکه مطالعات حاکی از دقت ۷۷ تا 98 درصد این الگوریتم ها برای تشخیص شکستگی استخوان دارد. از دیگر کاربردهای هوش مصنوعی در بخش عضلانی اسکلتی می توان به دقت بالا در طبقه بندی شدت تغییرات دژنراتیو ستون فقرات و مفاصل انتهایی ، تعیین منشا متاستاز اسکلتی و طبقه بندی تومورهای اولیه استخوان اشاره کرد.

معرفی نرم افزار

نرم افزار فیلم رادیولوژی PPQ

فیلم رادیولوژی PPQ نرم افزاری برای مشاهده تصاویر رادیولوژی ، سی تی اسکن ، ام آر آی و ... است بطوریکه با پیشرفت فناوری یک جایگزین مناسب و کاربردی فیلم رادیولوژی قدیمی است. این نرم افزار از بارکد دوبعدی برای ارائه تصاویر استفاده می کند و قابلیت نمایش تصاویر را در موبایل ، تبلت ، کامپیوتر و لپ تاپ با سرعت بالا فراهم می سازد به گونه ای که تصاویر کیفیت بالایی دارد.

ادامه مطلب در صفحه فیلم رادیولوژی PPQ

برای کسب اطلاعات بیشتر با شماره 09111366703 تماس حاصل فرمایید.

نرم افزار پزشکی سپاس92

اینستاگرام : https://instagram.com/sepas92

نویسنده : مهندس محمد شیخی نژاد

دارای مدرک MCSE

دستاوردها : مقالات علمی در زمینه IT و طراح نرم افزارهای پزشکی

عضو شرکتهای دانش بنیان زیرنظر معاونت پژوهشی دانشگاه گیلان

مقالات مشابه


logo