به گزارش نبض فناوری ساختار شبکه عصبی جدید تشخیص زود هنگام اسکلروز سیستمیک SSc، (یک بیماری خودایمنی نادر) را نشان می دهد که توسط پوست و ارگان های داخلی مشخص شده است. شبکه پیشنهادی با استفاده از لپ تاپ معمولی می تواند بلافاصله بین تصاویر پوست سالم و مبتلا به اسکلروز سیستمیک تفاوت قائل شود.
معماری شبکه پیشنهادی به راحتی می تواند در یک محیط بالینی پیاده سازی شود و ابزار غربالگری ساده، ارزان و دقیق برای SSc فراهم کند.
تشخیص به موقع برای بیماران مبتلا به SSc حیاتی؛ اما اغلب دست نیافتنی است. مطالعات متعددی نشان داده که درگیری اعضای بدن می تواند خیلی زودتر از حد انتظار در مرحله اولیه بیماری رخ دهد، اما تشخیص به موقع و تعیین میزان پیشرفت بیماری، حتی در مراکز تخصصی چالش قابل توجهی برای پزشکان ایجاد می کند، که منجر به تاخیر در درمان و مدیریت می شود.
در هوش مصنوعی، یادگیری عمیق الگوریتم ها را به لایه هایی (شبکه عصبی مصنوعی) سازمان می دهد که تصمیمات هوشمندانه می گیرند. برای سرعت بخشیدن به روند یادگیری، شبکه جدید با استفاده از برنامه تلفن همراه، روی مجموعه داده ImageNet آموزش دید. با اسکن تصاویر، شبکه از تصاویر موجود یاد گرفته و تصمیم می گیرد که کدام طبیعی است.
یاسمین آکای دانشیار آموزشی زیست پزشکی گفت: پس از تنظیم دقیق، نتایج نشان داد که شبکه پیشنهادی به ۱۰۰درصد دقت در مجموعه تصاویر آموزش، ۹۶.۸درصد در مورد مجموعه تصاویر تأیید و ۹۵.۲درصد در مجموعه تصاویر آزمایش رسیده است.
این یافته در مجله مهندسی پزشکی و زیست شناسی IEEE منتشر شده است.
