هوش مصنوعی IBM به کمک تشخیص بیماری شیزوفرنی می آید

شیزوفرنی (اسکیزوفرنی) اختلال روانی چندان شایعی نیست و در آمریکا تنها 1.2 درصد از مردم را مبتلا می سازد، اما عواقب وخیمی را به همراه دارد. کمپانی IBM و دانشگاه آلبرتای کانادا به تازگی روشی را ابداع کرده اند که می تواند به پزشکان در تشخیص این بیماری و شدت علائم آن کمک نماید.

این تیم تحقیقاتی از یک اسکن MRI ساده برای تعیین وضعیت گردش خون در مغز استفاده کرده و سپس از شبکه های عصبی برای تحلیل نتایج بهره می گیرند. دکتر سردار دورسان از دانشگاه آلبرتا در این رابطه می گوید:

این رویکرد منحصر به فرد و بین رشته ای، درک ما را از نوروبیولوژی شیزوفرنی تا حد زیادی ارتقاء می دهد و درمان یا مدیریت این بیماری را ساده تر خواهد کرد.

تیم تحقیقاتی مورد بحث، ابتدا شبکه عصبی را با استفاده از مجموعه داده 95 عضوی از تصاویر fMRI آموزش دادند. این تصاویر از اسکن های مغزی بیماران مبتلا به شیزوفرنی و افراد سالم تشکیل شده بود و گرش خون در قسمت های مختلف مغز را حین اجرای فعالیت های ساده توسط افراد نشان می داد.

شبکه عصبی با استفاده از این داده ها، مدلی را برای پیش بینی احتمال ابتلا به شیزوفرنی بر اساس گردش خون مغز توسعه داد و توانست با دقت 74 درصد، بیماران مبتلا به شیزوفرنی را از افراد سالم تشخیص دهد.

دورسان می گوید:

ما چندین ارتباط غیر عادی مهم را در مغز شناسایی کردیم که در تحقیقات بعدی از آنها استفاده خواهیم کرد. مدل های توسعه یافته توسط هوش مصنوعی، ما را یک گام دیگر به شناخت مارکرهای تشخیصی و پروگنوز شیزوفرنی بر اساس تصویربرداری عصبی نزدیک می کند.

جالب اینجاست که مدل فوق توانست شدت علائم بیماری را هم تشخیص دهد. این روش می تواند متخصصین را به سمت ابزارهای تشخیصی مؤثرتر و گزینه های بهتر درمانی رهنمون سازد، و موفقیت دیگری را در کارنامه درخشان IBM ثبت نماید.