جستجو در مقالات منتشر شده


2 نتیجه برای هوش‌مصنوعی

زهرا کرباسی، میکاییل متقی نیکو، مریم زحمت کشان،
دوره 18، شماره 3 - ( 5-1403 )
چکیده

زمینه و هدف: آب مروارید  به‌عنوان عامل ۵۱ درصد نابینایی در سطح جهان شناخته شده است. به‌دنبال نتایج امیدوارکننده‌ی اولیه سیستم‌های هوش‌مصنوعی در بیماری‌های چشمی، الگوریتم‌های هوش‌مصنوعی در تشخیص آب مروارید، درجه‌بندی شدت آب مروارید، محاسبات مربوط به لنزهای داخل چشمی و حتی به‌عنوان ابزار کمکی در جراحی آب مروارید کاربرد دارد. این مطالعه به‌صورت یک مرور سیستماتیک به بررسی تکنیک‌های هوش‌مصنوعی در مدیریت بیماری آب مروارید پرداخته است.
روش بررسی: این مطالعه، مرور سیستماتیک با هدف بررسی تکنیک‌ها‌ی هوش‌مصنوعی به‌منظور مدیریت بیماری آب مروارید تا تاریخ ۲۰ آبان ۱۴۰۲ و بر اساس دستورالعمل پریزما انجام شد. تمام مقالات مرتبط منتشرشده به زبان انگلیسی و از طریق جستجوی سیستماتیک در پایگاه‌های اطلاعاتی آنلاین PubMed، Scopus و Web of Science استخراج شد.
یافته‌ها: در جستجوی اولیه در پایگاه‌های اطلاعاتی ۱۹۲ رکورد شناسایی شد و در نهایت ۲۳ مقاله جهت بررسی وارد مطالعه شدند. نتایج نشان داد که الگوریتم‌های شبکه عصبی پیچشی(۶ مقاله)، شبکه عصبی بازگشتی(۱ مقاله)، شبکه پیچشی عمیق(۱ مقاله)، ماشین‌بردار(۲ مقاله)، یادگیری انتقالی(۱ مقاله)، درخت تصمیم(۴ مقاله)، جنگل تصادفی(۴ مقاله)، رگرسیون لجستیک(۳ مقاله)، الگوریتم‌های بیز(۳ مقاله)، XGBoost (۳ مقاله) و الگوریتم خوشه‌بندی K نزدیک‌ترین همسایه(۲ مقاله) از تکنیک‌ها و الگوریتم‌های شبکه عصبی مصنوعی و یادگیری ماشین بودند که از آن‌ها به‌صورت ترکیبی در مطالعات به‌منظور تشخیص(۷۰%)، مدیریت(۱۷%) و پیش‌بینی بیماری آب مروارید(۱۳%) استفاده نموده بودند.
نتیجه‌گیری: تکنیک‌ها و الگوریتم‌های مختلف هوش‌مصنوعی و یادگیری ماشین می‌توانند در تشخیص، درجه‌‌بندی، مدیریت و پیش‌بینی آب مروارید با دقت بالا عمل کرده و مؤثر باشند. در این مطالعه، تکنیک‌های یادگیری عمیق و شبکه عصبی پیچشی بیشترین سهم را در تشخیص آب مروارید داشته‌اند. در مدیریت آب مروارید تکنیک‌های یادگیری عمیق، درخت تصمیم و الگوریتم بیزی دخیل بودند. الگوریتم‌های یادگیری ماشین مانند رگرسیون لجستیک، جنگل تصادفی، شبکه عصبی مصنوعی، درخت تصمیم، K نزدیک‌ترین همسایه، XGBoost و تقویت سازگار نیز در پیش‌بینی آب مروارید نقش داشتند. همان‌طورکه پیش‌بینی و تشخیص زودهنگام و مراجعه به‌موقع می‌تواند عوارض بیماری در آینده را کاهش دهد، به‌کارگیری سیستم‌های مبتنی بر مدل‌های هوش‌مصنوعی که دقت قابل‌قبولی دارند، می‌توانند در جهت پشتیبانی از فرایند تصمیم‌گیری پزشکان و مدیریت این بیماری مؤثر واقع گردند.

مژگان فرازمند، ماندانا عسگری، حمید بورقی، طالب خداویسی، علی محمدپور، سهیلا سعیدی،
دوره 19، شماره 3 - ( 6-1404 )
چکیده

زمینه و هدف: بیماری‌های قلبی از شیوع بسیار بالایی در سطح جهان برخوردار بوده و به‌عنوان یکی از علل اصلی مرگ‌و میر در سراسر جهان شناخته می‌شوند. هوش‌مصنوعی به‌عنوان یکی از فناوری‌های نوین، در سال‌های اخیر در ایران و سایر نقاط جهان، به‌منظور مدیریت طیف وسیعی از بیماری‌ها مورد توجه قرار گرفته است. مطالعه‌ی حاضر با هدف مرور نظام‌مند مطالعات پژوهشی انجام‌شده در زمینه‌ی به‌کارگیری هوش‌مصنوعی در بیماری‌های قلبی صورت پذیرفته است.
روش بررسی: به‌منظور بررسی مطالعات پژوهشی انجام‌شده در زمینه‌ی بیماری‌های قلبی با بهره‌گیری از هوش‌مصنوعی، پایگاه‌های اطلاعاتی SID، Google Scholar و Magiran به زبان فارسی مورد جستجو قرار گرفتند. این جستجو بدون اعمال محدودیت زمانی در تاریخ ۱۵ فروردین ۱۴۰۳ انجام پذیرفت و تمامی مطالعات پژوهشی که تا این تاریخ از روش‌های مختلف هوش‌مصنوعی در زمینه‌ی بیماری‌های قلبی استفاده نموده بودند، در مطالعه‌ی مروری نظام‌مند حاضر وارد شدند.
یافته‌ها: نتایج حاصل از جستجو در سه پایگاه داده‌ی مذکور، منجر به بازیابی ۱۷۸۱۹ مطالعات پژوهشی گردید که از این میان، ۴۶ مطالعه پژوهشی با معیارهای ورود و خروج مطالعه مطابقت داشتند. این مطالعات پژوهشی، در سه زمینه‌ی پیش‌بینی، درمان و تشخیص، از هوش‌مصنوعی استفاده کرده بودند. شبکه‌های عصبی(تعداد: ۲۲)، ماشین‌بردار پشتیبان(تعداد: ۲۰) و درخت تصمیم(تعداد: ۱۶) الگوریتم‌هایی بودند که بیش از سایر تکنیک‌ها استفاده شده بودند. منابع داده‌ای مطالعات پژوهشی واردشده، عمدتاً پرونده‌های پزشکی بیماران و پایگاه داده UCI بودند. همچنین، نرم‌افزار متلب بیش از سایر نرم‌افزارها استفاده شده بود. بیشترین محدودیت‌های ذکرشده در مطالعات پژوهشی، شامل عدم‌در نظر گرفتن تمامی فاکتورها، محدودیت در دسترسی به داده‌ها، عدم کفایت داده‌ها، وجود نویز در سیگنال‌ها یا تصاویر و وجود داده‌های پرت، مقادیر از دست رفته و عدم نرمال بودن داده‌ها بود.
نتیجه‌گیری: بررسی نظام‌مند مطالعات پژوهشی انجام‌شده در زمینه‌ی بیماری‌های قلبی با بهره‌گیری از هوش‌مصنوعی نشان داد که این فناوری در طیف وسیعی از بیماری‌های قلبی-عروقی مورد استفاده قرار گرفته و اغلب مطالعات پژوهشی انجام‌شده، مؤید اثربخشی و عملکرد موفقیت‌آمیز آن بوده‌اند. 


صفحه 1 از 1     

کلیه حقوق این وب سایت متعلق به پیاورد سلامت می باشد.

طراحی و برنامه نویسی: یکتاوب افزار شرق

© 2026 , Tehran University of Medical Sciences, CC BY-NC 4.0

Designed & Developed by : Yektaweb