მედიცინა და ხელოვნური ინტელექტი
ჩამოტვირთვები
ხელოვნური ინტელექტი და კომპიუტერული სისტემები ფართოდ გამოიყენება სამედიცინო მეცნიერებებში. გავრცელებული აპლიკაციები განკუთვნილია დაავადებების დიაგნოსტირებისთვის, ახალი მედიკამენტების აღმოჩენისთვის, დაავადებების მიმდინარეობის და პროგნოზის გაუმჯობესებისთვის, ექიმსა და პაციენტს შორის კომუნიკაციის და სამედიცინო დოკუმენტაციის ეფექტური წარმოებისათვის. აღსანიშნავია რომ ხელოვნურმა ინტელექტმა გადამწყვეტი როლი ითამაშა დაავადების პროგნოზირების და მართვის გაძლიერებაში. საზოგადოებრივი ჯანმრთელობის კრიზისების დროს, როგორიც იყო COVID-19 პანდემია. გარდა ამისა ხელოვნური ინტელექტის ისეთი ტექნოლოგიების გამოყენება, როგორებიცაა მანქანათმცოდნეობა და ნერვული ქსელები, ხელს უწყობს უფრო ზუსტ და პერსონალიზებულ მკურნალობას ისეთ სფეროებში, როგორიცაა რადიოლოგია, კარდიოლოგია, ონკოლოგია და ახალშობილთა მოვლა. მედიცინაში ფიქსირდება ხელოვნური ინტელექტის აპლიკაციების სწრაფი ზრდა, რაც დასტურდება FDA-ს მიერ დამტკიცებული ხელოვნურ ინტელექტზე მომუშავე მოწყობილობებით და დიაგნოსტიკური სისტემებით. სამომავლოდ ხელოვნური ინტელექტი მნიშვნელოვან როლს შეასრულებს ჯანდაცვის ხარისხის და შედეგების გაუმჯობესებაში, რაც საბოლოო ჯამში ხელს შეუწყობს ადამიანის ჯანმრთელობას და სიცოცხლის გახანგძლივებას. ხელოვნური ინტელექტის მომავალი ჯანდაცვის სფეროში პერსპექტიულია, მას აქვს დიდი პოტენციალი დაავადების ადრეული დიაგნოსტიკის, მკურნალობის სიზუსტის და პაციენტთა მოვლის გაუმჯობესებაში.
Downloads
ხელოვნური ინტელექტით აღჭურვილი სისტემა საშვილოსნოს ყელისა და სარძევე ჯირკვლის სიმსივნეების დიაგნოსტირებისათვის. სტუ-ის შრომები – Works of GTU ISSN 1512-0996 №2 (528), 2023
Geéron A. Hands-On Machine Learning with Scikit-Learn & Tensor Flow. 1st ed. Sebastopol, CA, USA: O'Reilly; 2017.
First Tests | Mastering the Game | Computer History Museum. Www.computerhistory.org. https://www.computerhistory.org/chess/first-tests/
Ridley DB. Priorities for the priority review voucher. Am J Trop Med Hyg. 2017;96:14–5. doi: 10.4269/ajtmh.16-0600.
Laura Craft. Emerging Applications of Ai for Healthcare Providers GARTNER. 2017. [Last accessed on 2019 Jun 24]. Available from: https://wwwgartnercom/en/documents/3753763/emerging-applications-of-ai-for-healthcare-providers
Dilsizian S, Siegel E. Artificial intelligence in medicine and cardiac imaging: Harnessing big data and advanced computing to provide personalized medical diagnosis and treatment. Curr Cardiol Rep. 2014;16:2014. doi: 10.1007/s11886-013-0441-8.
Health, C. for D. and R. (2021). Artificial Intelligence and Machine Learning (AI/ML)-Enabled Medical Devices. FDA. https://www.fda.gov/medical-devices/software-medical-device-samd/artificial-intelligence-and-machine-learning-aiml-enabled-medical-devices
Filippi M, Cecchetti G, Spinelli EG, Vezzulli P, Falini A, Agosta F. Amyloid-related imaging abnormalities and beta-amyloidtargeting antibodies: A systematic review. JAMA Neurol. 2022; 79:291-304
Davoudi A, Malhotra KR, Shickel B, Siegel S, Williams S, Ruppert M, et al. Intelligent ICU for autonomous patient monitoring using pervasive sensing and deep learning. Sci Rep. 2019;9:8020. https://doi.org/10.1038/s41598-019-44004-w.
Ellsworth MA, Lang TR, Pickering BW, Herasevich V. Clinical data needs in the neonatal intensive care unit electronic medical record. BMC Med Inform Decis Mak. 2014;14:92.
Chioma, R., Sbordone, A., Patti, M. L., Perri, A., Vento, G., & Nobile, S. (2023). Applications of Artificial Intelligence in Neonatology. Applied Sciences, 13(5), 3211. https://doi.org/10.3390/app13053211
საავტორო უფლებები (c) 2025 ქართველი მეცნიერები
ეს ნამუშევარი ლიცენზირებულია Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 საერთაშორისო ლიცენზიით .
