آسیب شناسی دیجیتال، انقلاب در پزشکی مدرن
به گزارش پایگاه خبری پزشکان وقانون (پالنا)، علیرضا صادقی پور گفت: اختراع و به کارگیری آسیب شناسی دیجیتال «DP» نشان دهنده ظهور تغییری قابل توجه و به شکلی دگرگون کننده در حوزه علم آسیب شناسی است، طی این فرایند از فناوری پیشرفته برای افزایش دقت تشخیصی، کارایی و نیز سهولت دسترسی به همکاری و مشاوره مابین مراکز تشخیصی و تحقیقاتی استفاده می‌شود.

استاد گروه آسیب شناسی دانشگاه علوم پزشکی ایران ادامه داد: در این فرایند با تبدیل اسلایدهای شیشه‌ای سنتی به تصاویر دیجیتال با وضوح بالا آسیب شناسان فرصت می‌یابند که مقاطع هیستولوژی نمونه‌های بافت را بر روی صفحه نمایش رایانه، تجزیه و تحلیل کرده و از امکان انجام مشاوره از راه دور و برخورداری از نظر سایر آسیب شناسان بهره‌مند گردند.

وی به مزایا و کاربردهای کلیدی آسیب شناسی دیجیتال اشاره کرد و افزود: افزایش قدرت تشخیصی، تصاویر دیجیتال تجزیه و تحلیل دقیق و منسجم را امکان پذیر می‌کند وخطای انسانی را کاهش داده و دقت تشخیصی را بهبود می‌بخشد، با استفااده از آسیب شناسی از راه دور «تله پاتولوژی» آسیب شناسان می‌توانند اسلایدهای دیجیتال موارد نادر و پیچیده را با اساتید خبره در سراسر جهان به اشتراک گذاشته و در زمانی کوتاه از نظرات مشورتی آنها بهره مند شوند.

صادقی پور تصریح کرد: هوش مصنوعی با به کارگیری الگوریتم‌های پیشرفته به شناسایی الگوها، پیش‌بینی نتایج و نیز خودکارسازی وظایف معمول و تکراری کمک کرده و به این شکل قابلیت‌های پاتولوژیست را افزایش می‌دهند، تحقیق و آموزش پزشکی، پاتولوژی دیجیتال منبع ارزشمندی برای تحقیقات و آموزش پزشکی فراهم کرده و دسترسی آسان به بانک بسیار بزرگی از اسلایدهای دیجیتال برای مطالعه و آموزش را فراهم می‌سازد.

استاد گروه آسیب شناسی دانشگاه علوم پزشکی ایران گفت: با ادغام هوش مصنوعی و پاتولوژی دیجیتال، هیستوپاتولوژی تشخیصی متحول می‌گردد. در این حالت با استفاده از یکسری الگوریتم‌ها، تصاویر دیجیتال حاصل از اسکن کل سطح بافت تجزیه و تحلیل شده و بدین وسیله به آسیب شناسان در تشخیص نوع ضایعه و همچنین تعیین پیش آگهی بیماری کمک می‌کند، این مدل‌ها توافق در تشخیص یک ضایعه را بهبود می‌بخشند، تغییرات ظریف بافتی را شناسایی می‌کنند و دقت تشخیصی را افزایش می‌دهند.

وی افزود: استفاده از هوش مصنوعی بار وظایف روتین و روزمره پاتولوژیست را سبک می‌کند و از طرفی با استفاده از قدرت پردازش تصاویر، رنگ آمیزی ایمونوهیستوشیمی را استاندارد کرده و بدین وسیله امکان تنظیم سریع گزارش تشخیصی نمونه بیماران در قالب تله پاتولوژی فراهم می‌گردد. از طرفی چالش‌های پیش رو در این مسیر عبارتند از کیفیت داده‌ها، تفسیرپذیری اطلاعات ونیز تأیید استفاده از این روش توسط نهادهای نظارتی.

صادقی پور تاکید کرد: ادغام هوش مصنوعی در هیستوپاتولوژی به طور قابل توجهی بر این شاخه علمی و تخصصی و نیز نیروی کار مورد نیاز آن تأثیر خواهد گذاشت. در این حالت استفاده از هوش مصنوعی در کنار پاتولوژی دیجیتال، نیاز به بررسی نمونه‌های هیستوپاتولوژی روتین توسط پاتولوژیست را مرتفع کرده و در این حالت به آسیب شناسان اجازه می‌دهد تا تمرکز خود را بر موارد پیچیده‌تر بگذارند و بدین شکل در آینده‌ای نه چندان دور عناوین شغلی جدیدی همانند متخصصان هوش مصنوعی و همکاران آسیب شناس و هوش مصنوعی پدیدار خواهند شد.

به گزارش مهر استاد گروه آسیب شناسی دانشگاه علوم پزشکی ایران در پایان اضافه کرد: در نهایت لازم است یادآوری گردد که در این گذار آسیب شناسان می‌بایست مهارت‌های مرتبط با هوش مصنوعی را کسب کرده و با ابزارهای هوش مصنوعی سازگار شوند. از طرفی، دسترسی جهانی به تخصص و حفظ ملاحظات اخلاقی در این حوزه نیز از عوامل کلیدی این تحول است.

پایان پیام/

نظر خود را بنویسید

  • نظرات ارسال شده پس از تایید در وب سایت منتشر خواهند شد.
  • نظراتی که حاوی تهمت یا افترا باشند تایید نمی شوند.
  • نظراتی که به غیر از زبان فارسی باشند منتشر نخواهند شد.