شفقنا آینده- یک مطالعه پیشگام ارائه شده در ESCMID Global 2025 نشان داده است که سونوگرافی ریه مبتنی بر هوش مصنوعی در تشخیص سل ریوی (TB) 9 درصد از متخصصان انسانی بهتر عمل می کند.
به گزارش شفقنا از هلث کر، مجموعه ULTR-AI تصاویر دستگاه های اولتراسوند قابل حمل و متصل به گوشی هوشمند را تجزیه و تحلیل می کند و جایگزینی بدون خلط، سریع و مقیاس پذیر برای تشخیص سل ارائه می دهد. نتایج از معیارهای سازمان بهداشت جهانی (WHO) برای تشخیص سل ریوی فراتر رفته و فرصتی بزرگ برای تریاژ در دسترس و کارآمد سل است.
علیرغم کاهش جهانی قبلی، میزان سل از سال ۲۰۲۰ تا ۲۰۲۳ به میزان ۴.۶ درصد افزایش یافته است. غربالگری زودهنگام و تشخیص سریع مؤلفه‌های مهم «استراتژی پایان دادن به سل» سازمان جهانی بهداشت است، با این حال بسیاری از کشورهای پر بار ترک تحصیل بیماران را در مرحله تشخیصی به دلیل هزینه بالای تجهیزات رادیولوژیست رادیولوژیست کوتاه تجربه می‌کنند. دکتر ورونیک سوتلز، نویسنده اصلی مطالعه، محقق دکترا در دانشگاه لوزان، توضیح داد: «این چالش‌ها بر نیاز فوری به ابزارهای تشخیصی در دسترس‌تر تأکید می‌کنند». مجموعه ULTR-AI از الگوریتم‌های یادگیری عمیق برای تفسیر سونوگرافی ریه در زمان واقعی استفاده می‌کند و ابزار را برای تریاژ سل، به ویژه برای کارکنان مراقبت‌های بهداشتی با حداقل آموزش در مناطق روستایی، در دسترس‌تر می‌کند. با کاهش وابستگی اپراتور و استاندارد کردن آزمایش، این فناوری می‌تواند به تشخیص سریع‌تر و کارآمدتر بیماران کمک کند.
مجموعه ULTR-AI شامل سه مدل یادگیری عمیق است: ULTR-AI سل را مستقیماً از تصاویر اولتراسوند ریه پیش بینی می کند. ULTR-AI (علائم) الگوهای اولتراسوند را همانطور که توسط متخصصان انسانی تفسیر شده است تشخیص می دهد. و ULTR-AI (حداکثر) از بالاترین امتیاز ریسک از هر دو مدل برای بهینه سازی دقت استفاده می کند.
منبع: هلث کر
source