Novaĵoj

Nuntempe, artefarita inteligenteco teknologio analizas kompleksajn medicinajn datumojn per algoritmoj kaj programaro por proksimigi homan scion. Tial, sen la rekta enigo de AI-algoritmo, estas eble ke la komputilo faru rektan antaŭdiron.
Novigoj en ĉi tiu kampo okazas tutmonde. En Francio, sciencistoj uzas teknologion nomitan "tempa serio-analizo" por analizi paciencan akceptorekordojn dum la pasintaj 10 jaroj. Ĉi tiu studo povas helpi esploristojn trovi la regulojn de akcepto kaj uzi maŝinlernadon por trovi algoritmojn kiuj povas antaŭdiri la regulojn de akcepto en la estonteco.
Ĉi tiuj datumoj poste estos provizitaj al hospitalaj administrantoj por helpi ilin antaŭdiri la "vicigon" de medicina personaro bezonata en la venontaj 15 tagoj, provizi pli da "ekvivalentaj" servoj por pacientoj, mallongigi ilian atendotempon, kaj helpi aranĝi la laborkvanton por medicina personaro kiel prudente kiel eble.
En la kampo de cerba komputila interfaco, ĝi povas helpi restarigi bazan homan sperton, kiel parolado kaj komunika funkcio perdita pro nervasistemaj malsanoj kaj nervasistema traŭmato.
Krei rektan interfacon inter la homa cerbo kaj la komputilo sen uzi klavaron, monitoron aŭ muson signife plibonigos la vivokvaliton de pacientoj kun amiotrofa flanka sklerozo aŭ apopleksio.
Krome, AI ankaŭ estas grava parto de nova generacio de radiadaj iloj. Ĝi helpas analizi la tutan tumoron per "virtuala biopsio", prefere ol per malgranda enpenetra biopsia specimeno. La apliko de AI en la kampo de radiado-medicino povas uzi bild-bazitan algoritmon por reprezenti la karakterizaĵojn de tumoro.
En esploro kaj disvolviĝo de drogoj, fidante al grandaj datumoj, artefarita inteligenteco-sistemo povas rapide kaj precize elmini kaj ekranigi taŭgajn drogojn. Per komputila simulado, artefarita inteligenteco povas antaŭdiri drog-agadon, sekurecon kaj kromefikojn, kaj trovi la plej bonan medikamenton por kongrui kun la malsano. Ĉi tiu teknologio multe mallongigos la ciklon de disvolviĝo de drogoj, reduktos la koston de novaj medikamentoj kaj plibonigos la sukcesprocenton de la disvolviĝo de novaj drogoj.
Ekzemple, kiam iu estas diagnozita kun kancero, la inteligenta drog-disvolva sistemo uzos la normalajn ĉelojn kaj tumorojn de la paciento por instantiigi sian modelon kaj provi ĉiujn eblajn medikamentojn ĝis ĝi trovos medikamenton kiu povas mortigi kancerajn ĉelojn sen damaĝi normalajn ĉelojn. Se ĝi ne povas trovi efikan medikamenton aŭ kombinaĵon de efikaj drogoj, ĝi komencos disvolvi novan medikamenton, kiu povas kuraci kanceron. Se la drogo kuracas la malsanon sed ankoraŭ havas kromefikojn, la sistemo provos forigi la kromefikojn per responda alĝustigo.