| تعداد نشریات | 63 |
| تعداد شمارهها | 2,257 |
| تعداد مقالات | 18,555 |
| تعداد مشاهده مقاله | 57,399,620 |
| تعداد دریافت فایل اصل مقاله | 29,417,006 |
هوش مصنوعی و کووید 19 (2) | ||
| توصیه های سیاستی دانشگاه علامه طباطبائی به دستگاه های اجرایی کشور | ||
| مقاله 6، دوره 5، شماره 5، 1402، صفحه 41-46 اصل مقاله (268.88 K) | ||
| نوع مقاله: توصیه سیاستی | ||
| شناسه دیجیتال (DOI): 10.22054/jicia.2023.20243 | ||
| نویسنده | ||
| لطیفه پورمحمدباقر اصفهانی* | ||
| گروه رایانه، دانشگاه علامه طباطبائی | ||
| چکیده | ||
| همهگیری کووید-۱۹ ضرورت توسعه راهکارهای هوشمند در مدیریت سلامت را برجسته کرده و بهکارگیری هوش مصنوعی میتواند با کاهش فشار بر نظام درمان، به بهبود تشخیص، درمان و کنترل بحران کمک کند. تمرکز اصلی بر طراحی سامانههای سلامت الکترونیک مبتنی بر داده است که قادر باشند بیماران را از مرحله تشخیص تا درمان و پیگیری پس از ترخیص بهصورت هوشمند رصد کنند. از مهمترین کاربردها میتوان به ایجاد سامانه پیگیری روزانه بیماران سرپایی برای تشخیص علائم خطر، تعیین مدت قرنطینه و ارجاع صحیح به مراکز درمانی اشاره کرد که هم از مراجعات غیرضروری جلوگیری میکند و هم زمان درمان بیماران پرخطر را کاهش میدهد. توسعه سامانههای یکپارچه سوابق پزشکی و دارویی، ثبت تصاویر رادیولوژی و تاریخچه درمانی نیز نقش کلیدی در تصمیمگیری دقیق و کاهش خطاهای درمانی دارد. همچنین سامانههای مبتنی بر پردازش تصاویر رادیولوژی و تحلیل آزمایشها میتوانند شدت بیماری و روند پیشرفت را مدلسازی کرده و در انتخاب درمان مناسب به پزشکان کمک کنند. در کنار این موارد، طراحی سیستمهای هوشمند برای نمونهگیری و انجام تست PCR، سامانههای کاهش تداخل دارویی و تعیین دوز دارو، دستیار پزشک در انتخاب اقدامات تشخیصی و درمانی، و ابزارهای تشخیص اخبار جعلی مرتبط با کرونا، از راهکارهای مکمل برای افزایش کارایی و کاهش آسیبهای اجتماعی و درمانی پیشنهاد میشود. | ||
| کلیدواژهها | ||
| هوش مصنوعی در سلامت؛ سلامت الکترونیک؛ پایش هوشمند بیماران؛ تشخیص هوشمند کووید-۱۹؛ سوابق پزشکی یکپارچه | ||
|
آمار تعداد مشاهده مقاله: 23 تعداد دریافت فایل اصل مقاله: 14 |
||