Вести

Тренутно, технологија вештачке интелигенције анализира сложене медицинске податке помоћу алгоритама и софтвера како би приближно проценила људску когницију. Стога је, без директног уноса алгоритма вештачке интелигенције, могуће да рачунар направи директно предвиђање.
Иновације у овој области се дешавају широм света. У Француској, научници користе технологију названу „анализа временских серија“ да би анализирали евиденцију о пријему пацијената током протеклих 10 година. Ова студија може помоћи истраживачима да пронађу правила пријема и да користе машинско учење како би пронашли алгоритме који могу да предвиде правила пријема у будућности.
Ови подаци ће на крају бити достављени руководиоцима болница како би им помогли да предвиде „поставу“ медицинског особља потребног у наредних 15 дана, пруже више „паралелних“ услуга пацијентима, скрате време чекања и помогну у што разумнијој расподели посла медицинског особља.
У области интерфејса мозга и рачунара, може помоћи у обнављању основног људског искуства, као што су говорне и комуникацијске функције изгубљене због болести нервног система и трауме нервног система.
Стварање директног интерфејса између људског мозга и рачунара без коришћења тастатуре, монитора или миша значајно ће побољшати квалитет живота пацијената са амиотрофичном латералном склерозом или повредом након можданог удара.
Поред тога, вештачка интелигенција је такође важан део нове генерације алата за зрачење. Она помаже у анализи целог тумора кроз „виртуелну биопсију“, уместо кроз мали инвазивни узорак биопсије. Примена вештачке интелигенције у области радиомедицине може користити алгоритам заснован на сликама за представљање карактеристика тумора.
У истраживању и развоју лекова, ослањајући се на велике податке, системи вештачке интелигенције могу брзо и прецизно да пронађу и одаберу одговарајуће лекове. Кроз компјутерску симулацију, вештачка интелигенција може да предвиди активност лекова, безбедност и нежељене ефекте, и да пронађе најбољи лек који одговара болести. Ова технологија ће значајно скратити циклус развоја лекова, смањити трошкове нових лекова и побољшати стопу успеха развоја нових лекова.
На пример, када се некоме дијагностикује рак, интелигентни систем за развој лекова ће користити нормалне ћелије и туморе пацијента да би створио свој модел и испробао све могуће лекове док не пронађе лек који може да убије ћелије рака без оштећења нормалних ћелија. Ако не може да пронађе ефикасан лек или комбинацију ефикасних лекова, почеће да развија нови лек који може да излечи рак. Ако лек лечи болест, али и даље има нежељене ефекте, систем ће покушати да се реши нежељених ефеката кроз одговарајуће подешавање.