این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
صفحه اصلی
درباره پایگاه
فهرست سامانه ها
الزامات سامانه ها
فهرست سازمانی
تماس با ما
JCR 2016
جستجوی مقالات
جمعه 10 بهمن 1404
آزمایشگاه و تشخیص
، جلد ۱۶، شماره ۶۵، صفحات ۶۴-۷۱
عنوان فارسی
کاربرد هوش مصنوعی در تشخیصهای آزمایشگاهی
چکیده فارسی مقاله
ادغام هوش مصنوعی در تشخیصهای آزمایشگاهی بالینی، انقلابی در تشخیص، شناسایی و مدیریت بیماریهای عفونی ایجاد کرده است. تکنیکهای مبتنی بر هوش مصنوعی، تجزیه و تحلیل سریعتر، دقیقتر و جامعتر منابع دادههای متنوع مرتبط با تشخیص بیماریهای عفونی را ممکن میسازند. مدلهای یادگیری ماشینی را میتوان بر روی دادههای ساختار یافته مانند علائم بیمار، نتایج آزمایشهای آزمایشگاهی و اطلاعات جمعیت شناختی برای کمک به تشخیص بیماری و پیش بینی خطر آموزش داد. الگوریتمهای یادگیری عمیق میتوانند دادههای بدون ساختار مانند تصاویر میکروسکوپ دیجیتال، طیفهای جرمی و توالیهای ژنومی را برای شناسایی خودکار عوامل بیماری زا تجزیه و تحلیل کنند. در این
مقاله به بررسی و تحلیل کاربردهای هوش مصنوعی در تشخیصهای آزمایشگاهی میپردازیم، خواهیم دید که چگونه هوش مصنوعی میتواند دقت و کارایی تشخیصهای آزمایشگاهی را افزایش داده و در نهایت منجر به بهبود نتایج درمانی بیماران شود.
کلیدواژههای فارسی مقاله
تستهای آزمایشگاهی، تشخیص، هوش مصنوعی
عنوان انگلیسی
Application of artificial intelligence in laboratory diagnostics
چکیده انگلیسی مقاله
Artificial intelligence has revolutionized the diagnosis, identification, and management of infectious diseases in clinical laboratory diagnostics. Techniques based on artificial intelligence enable faster, more accurate, and more comprehensive analysis of diverse data sources related to the diagnosis of infectious diseases. Machine learning models can be trained on structured data such as patient symptoms, laboratory test results, and demographic information to aid in disease diagnosis and risk prediction. Deep learning algorithms can analyze unstructured data such as digital microscope images, mass spectra, and genomic sequences to automatically identify pathogens. This article reviews and analyzes the applications of artificial intelligence in laboratory diagnostics, exploring how AI can increase the accuracy and efficiency of laboratory diagnoses and ultimately lead to improved patient outcomes.
کلیدواژههای انگلیسی مقاله
Laboratory Tests, Diagnosis, Artificial Intelligence
نویسندگان مقاله
حبیب ضیغمی | Habib Zeighami
Zanjan University of Medical Sciences, Zanjan, Iran
دانشکده پزشکی، دانشگاه علوم پزشکی زنجان، ایران
فاطمه قاسمی منش | Fatemeh Ghasemimanesh
Zanjan University of Medical Sciences, Zanjan, Iran
دانشکده پزشکی، دانشگاه علوم پزشکی زنجان، ایران
نشانی اینترنتی
http://labdiagnosis.ir/browse.php?a_code=A-11-25-503&slc_lang=fa&sid=1
فایل مقاله
فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده
fa
موضوعات مقاله منتشر شده
میکروب شناسی و باکتری شناسی
نوع مقاله منتشر شده
مروری
برگشت به:
صفحه اول پایگاه
|
نسخه مرتبط
|
نشریه مرتبط
|
فهرست نشریات