شبکه های عصبی مصنوعی در تشخیص پزشکی

مقدار گسترده از اطلاعات در حال حاضر برای متخصصان بالینی در دسترس است، از جزییات علایم بالینی گرفته تا انواع مختلف داده بیوشیمیایی و خروجی های دستگاه های تصویربرداری. هر نوع داده اطلاعاتی رافراهم می کند که باید مورد ارزیابی قرار گرفته و در طی فرآیند تشخیص به یک پاتولوژی خاص اختصاص داده شود. برای ساده کردن روند تشخیص در روال روزمره و اجتناب از تشخیص نادرست، روش های هوش مصنوعی (به ویژه تشخیص به کمک کامپیوتر و شبکه های عصبی مصنوعی) می توانند بکار گرفته شوند. این الگوریتم های یادگیری تطبیقی می توانند انواع متنوعی از داده های پزشکی را مدیریت کرده و آنها را درخروجی های طبقه بندی شده ادغام کنند. در این مقاله، ما به طور خلاصه به بررسی و بررسی فلسفه، توانمندی ها، و محدودیت های شبکه های عصبی مصنوعی در تشخیص پزشکی از طریق نمونه های انتخابی می پردازیم.

کلیدواژه ها:

تشخیص پزشکی ، هوش مصنوعی ، شبکه های عصبی مصنوعی ، سرطان ، بیماری های قلبی عروقی ، دیابت