Nuus

Tans ontleed kunsmatige intelligensietegnologie komplekse mediese data deur middel van algoritmes en sagteware om menslike kognisie te benader. Daarom, sonder die direkte insette van die KI-algoritme, is dit vir die rekenaar moontlik om 'n direkte voorspelling te maak.
Innovasies in hierdie veld vind wêreldwyd plaas. In Frankryk gebruik wetenskaplikes 'n tegnologie genaamd "tydreeksanalise" om pasiëntopnamerekords oor die afgelope 10 jaar te analiseer. Hierdie studie kan navorsers help om die reëls van toelating te vind en masjienleer te gebruik om algoritmes te vind wat die reëls van toelating in die toekoms kan voorspel.
Hierdie data sal uiteindelik aan hospitaalbestuurders verskaf word om hulle te help om die "opstelling" van mediese personeel wat in die volgende 15 dae benodig word, te voorspel, meer "eweknie"-dienste vir pasiënte te bied, hul wagtyd te verkort en te help om die werklas vir mediese personeel so redelik moontlik te reël.
Op die gebied van brein-rekenaar-koppelvlak kan dit help om basiese menslike ervaring te herstel, soos spraak- en kommunikasiefunksie wat verlore gaan as gevolg van senuweestelselsiektes en senuweestelseltrauma.
Die skep van 'n direkte koppelvlak tussen die menslike brein en die rekenaar sonder die gebruik van 'n sleutelbord, monitor of muis sal die lewensgehalte van pasiënte met amiotrofiese laterale sklerose of beroertebesering aansienlik verbeter.
Daarbenewens is KI ook 'n belangrike deel van 'n nuwe generasie bestralingsinstrumente. Dit help om die hele gewas te analiseer deur middel van "virtuele biopsie", eerder as deur 'n klein indringende biopsiemonster. Die toepassing van KI op die gebied van bestralingsgeneeskunde kan beeldgebaseerde algoritmes gebruik om die eienskappe van die gewas voor te stel.
In geneesmiddelnavorsing en -ontwikkeling, deur op groot data staat te maak, kan kunsmatige intelligensiestelsels vinnig en akkuraat geskikte geneesmiddels ontgin en sif. Deur rekenaarsimulasie kan kunsmatige intelligensie geneesmiddelaktiwiteit, veiligheid en newe-effekte voorspel, en die beste geneesmiddel vind wat by die siekte pas. Hierdie tegnologie sal die geneesmiddelontwikkelingssiklus aansienlik verkort, die koste van nuwe geneesmiddels verminder en die sukseskoers van nuwe geneesmiddelontwikkeling verbeter.
Byvoorbeeld, wanneer iemand met kanker gediagnoseer word, sal die intelligente geneesmiddelontwikkelingstelsel die pasiënt se normale selle en gewasse gebruik om sy model te skep en alle moontlike geneesmiddels te probeer totdat dit 'n geneesmiddel vind wat kankerselle kan doodmaak sonder om normale selle te benadeel. Indien dit nie 'n effektiewe geneesmiddel of 'n kombinasie van effektiewe geneesmiddels kan vind nie, sal dit begin om 'n nuwe geneesmiddel te ontwikkel wat kanker kan genees. Indien die geneesmiddel die siekte genees, maar steeds newe-effekte het, sal die stelsel probeer om van die newe-effekte ontslae te raak deur ooreenstemmende aanpassings.