معرفی ۳۰ شرکت هوش مصنوعی در زمینه پزشکی و سلامت

معرفی ۳۰ شرکت هوش مصنوعی در زمینه پزشکی و سلامت
  • 1401/12/2
  • منیره سواعدی
  • 1

ما در چند سال گذشته شاهد تغییرات زیادی در صنعت تجهیزات پزشکی بوده ایم و هر سال منتظر رونمایی تجهیزات جدید و کاربردی هستیم. با همه گیری ویروس کرونا در دنیا ما توانستیم با سرعت ناباورانه ای به سمت پیشرفت در زمینه درمان و سلامت حرکت کنیم و هر روز از فناوری های مختلفی برای درمان بیماری ها و محافظت از خودمان استفاده کنیم. با این حال، هنوز هم دیدن تغییرات و تجهیزات جدید در این زمینه انسان ها را به وجد می آورد و در سال ۲۰۲۳ بار دیگر آینده دستگاه های پزشکی به کمک هوش مصنوعی (AI) و ماشین لرنینگ (ML) تغییر خواهد کرد.

استفاده از هوش مصنوعی در چندین زمینه در سطح جهان در حال رشد است. بر اساس پیش بینی های گلوبال دیتا، انتظار می رود بازار هوش مصنوعی در سال ۲۰۲۳ به فروش ۹۳ میلیارد دلاری برسد که ۱۲ درصد نسبت به سال ۲۰۲۲ بیشتر است. هوش مصنوعی در  پزشکی مدت زیادی است که موضوع گفتگو بوده است، اما انتظار می ‌رود هوش مصنوعی به محرک اصلی نوآوری در دستگاه‌های پزشکی تبدیل شود و استفاده از آن احتمالاً در سال ۲۰۲۳ افزایش خواهد یافت. درکنار آن، شرکت های هوش مصنوعی بسیاری شروع به ارائه خدمات مختلفی در این زمینه کرده اند که در این مقاله از وب سایت گویا آی تی مرجع به روز ترین اخبار تکنولوژی و علم و فناوری قصد داریم به معرفی ۳۰ شرکت هوش مصنوعی فعال در زمینه پزشکی و سلامت و بررسی کاربرد آن ها بپردزایم، در ادامه این مقاله همراه ما باشید.

 

کاربردهای هوش مصنوعی در صنعت پزشکی چیست؟

کاربردهای مختلفی برای هوش مصنوعی در صنعت پزشکی وجود دارد، مانند مدیریت داده ها، جراحی از راه دور، کمک های تشخیصی و آزمایش های بالینی و…. هوش مصنوعی می تواند کارایی تولید دستگاه های پزشکی را بهبود بخشد و خطر آن ها را از طریق ML کاهش دهد. کامپیوترها می توانند حجم عظیمی از داده ها را دریافت کنند و در طول مسیر خطاها را برطرف کنند.

هوش مصنوعی همچنین می‌ تواند در بیمارستان‌ها و سایر مراکز درمانی مورد استفاده قرار گیرد تا تجربه ‌ای کارآمد برای بیمار فراهم کند و در عین حال فضایی برایدرمان سریعتر آن ها ایجاد کند. برخی از پلتفرم‌ های هوش مصنوعی بر خودکارسازی و اولویت‌ بندی حال بیماران تمرکز می کنند. این برنامه ها می توانند به بیمارستان‌ها در مدیریت بهتر هزینه‌ ها با تخمین زمان انتظار بیمار و همچنین کاهش مدت اقامت او در بخش اورژانس و بستری کمک کنند.

چگونه هوش مصنوعی تشخیص پزشکی را تغییر می دهد؟

هر ساله تقریباً ۴۰۰۰۰۰  بیمار بستری در بیمارستان دچار آسیب های قابل پیشگیری می شوند و ۱۰۰۰۰۰  نفر جان خود را از دست می دهند. با توجه به آن، وعده بهبود فرآیند تشخیص یکی از هیجان انگیزترین برنامه های درمانی هوش مصنوعی است.

سوابق پزشکی ناقص و حجم بالای پرونده می تواند منجر به خطاهای انسانی مرگبار شود. با مصونیت از این موارد، هوش مصنوعی می تواند بیماری فرد را با سرعت بیشتری نسبت به بسیاری از متخصصان پزشکی پیش بینی کند و تشخیص دهد.

در اینجا چند شرکت برای کاهش خطاهای انسانی و نجات جان آن ها به کمک هوش مصنوعی وجود دارد که عبارتند از:

Viz.ai

مکان: سانفرانسیسکو،کالیفرنیا

در حوزه درمان، تأخیر می تواند به معنای تفاوت بین زندگی و مرگ باشد، بنابراین Viz.ai  به تیم های مراقبت کننده کمک می کند تا با راه حل های پزشکی مبتنی بر هوش مصنوعی سریع تر واکنش نشان دهند. محصولات هوش مصنوعی این شرکت می‌ توانند مشکلات را شناسایی کرده و به سرعت تیم‌های پزشکی را مطلع کنند، و به متخصصان این امکان را می‌ دهند تا در مورد گزینه‌ های درمان بحث کنند، تصمیمات درمانی سریع‌ تری بگیرند و در نتیجه جان افراد را نجات دهند.

 

Path AI

مکان: بوستون،ماساچوست

Path AI فناوری یادگیری ماشینی را برای کمک به متخصصان در تشخیص دقیق تر بیماری ها توسعه می دهد. اهداف فعلی این شرکت شامل کاهش خطا در تشخیص سرطان و توسعه روش‌هایی برای درمان پزشکی فردی است.

Path AI برای گسترش فناوری هوش مصنوعی خود به سایر صنایع فعال در حوزه پزشکی با تولید کنندگان دارویی مانند Bristol-Myers Squibb  و سازمان هایی مانند بنیاد بیل و ملیندا گیتس کار کرده است.

 

Regard

مکان: لس آنجلس، آمریکا

استارت آپ  Health Tech Regardاز فناوری هوش مصنوعی برای تشخیص بیماری، بیماران استفاده می کند. این شرکت سیستم خودکار خود را به عنوان “کمک بالین”  برای EMR ها توصیف می کند. داده‌های EMR برای تشخیص درست ترکیب می‌ شوند. علاوه بر این، متخصصان درمانی توصیه های خاصی در مورد مراقبت از بیمار می توانند دریافت کنند. این سیستم همچنین پرونده بیمار را به طور خودکار به روز می کند تا فرسودگی شغلی را در بین کارکنان حوزه درمان کاهش دهد.

هوش مصنوعی و پزشکی

Buoy Health

مکان: بوستون، ماساچوست

Buoy Health یک بررسی کننده علائم و درمان مبتنی بر هوش مصنوعی است که از الگوریتم‌ هایی برای تشخیص و درمان بیماری استفاده می‌ کند. نحوه کار آن به این صورت است که یک چت بات به علائم و نگرانی های سلامتی بیمار گوش می دهد، سپس بیمار را بر اساس تشخیص خود به مراقبت ها و انجام کارهایی برای بهبود حال خود راهنمایی می کند. هوش مصنوعی بویی که توسط تیمی از دانشکده پزشکی هاروارد توسعه یافته است به تشخیص و درمان سریعتر بیماران کمک می کند.

 

Enlitic

مکان: سانفرانسیسکو، کالیفرنیا

Enlitic ابزار پزشکی است که یادگیری صحیح را به افرادی که رادیولوژیست هستند یاد می دهند. این پلت فرم یادگیری ساده، می تواند داده‌های پزشکی سخت را نیز تجزیه و تحلیل کند. تصاویر رادیولوژی، آزمایش‌ های خون، EKG، ژنومیک، تاریخچه پزشکی بیمار و.. مواردی است که در آن ها می تواند اطلاعات مفیدی را به متخصصان بدهد.

 

Free nome

مکان: سانفرانسیسکو، کالیفرنیا

Free nome  از هوش مصنوعی در غربالگری ها، آزمایش های تشخیصی و آزمایش خون برای آزمایش سرطان استفاده می کند. هدف Free nome  با استفاده از هوش مصنوعی در غربالگری‌های عمومی، شناسایی سرطان در مراحل اولیه و متعاقباً توسعه درمان ‌های جدید است.

 

Beth Israel Deaconess Medical Center

مکان: بوستون، ماساچوست

بیمارستان آموزشی دانشگاه هاروارد، مرکز پزشکی  Beth Israel Deaconess، از هوش مصنوعی برای تشخیص بیماری های خونی بالقوه کشنده در مراحل اولیه استفاده کرد. پزشکان میکروسکوپ‌های تقویت‌ شده با هوش مصنوعی را برای اسکن باکتری‌های مضر مانند اشرشیا کلای و استافیلوکوک در نمونه‌های خون با سرعتی سریع ‌تر از اسکن دستی ساخته شده اند. دانشمندان از ۲۵۰۰۰تصویر از نمونه های خون استفاده کردند تا به ماشین ها نحوه جستجوی باکتری ها را آموزش دهند و سپس دستگاه ها یاد گرفتند که چگونه باکتری های مضر خون را با دقت ۹۵ درصد شناسایی و آن ها را پیش بینی کنند.

 

Iterative Health

مکان: کمبریج، ماساچوست

Iterative Health برای بهبود تشخیص و درمان بیماری، هوش مصنوعی را در بیماری گوارش اعمال می کند. سرویس استخدام هوش مصنوعی این شرکت از الگوریتم‌های محاسباتی برای خودکار کردن فرآیند شناسایی بیمارانی استفاده می ‌کند که واجد تشخیص آزمایش‌های بالینی بیماری التهابی روده هستند.

Iterative Health همچنین اولین کارآزمایی بالینی دستگاه SKOUT  خود را ارائه کرده است، ابزاری که از هوش مصنوعی برای کمک به پزشکان در شناسایی پولیپ‌های بالقوه سرطانی استفاده می‌ کند و تاریخ استفاده از این دستگاه هنوز مشخص نیست تا توسط سازمان دارویی آمریکا بررسی شود و اجازعه استفاده عمومی آن داده شود.

 

Virtu Sense

مکان: پیوریا، ایلینوی

Virtu Sense از حسگرهای هوش مصنوعی برای ردیابی حرکات بیمار استفاده می کند تا پزشکان و پرستاران بتوانند از افتادن احتمالی بیمار مطلع شوند. محصولات این شرکت شامل VST Alert است که می ‌تواند پیش ‌بینی کند که بیمار چه زمانی می‌ خواهد بایستد و به کادر پزشکی مربوطه هشدار دهد و VST Balance که از هوش مصنوعی و بینایی ماشین برای تجزیه و تحلیل خطر افتادن افراد در یک سال آینده استفاده می ‌کند.

 

Caption Health

مکان: بریزبن، کالیفرنیا

Caption Health ترکیبی از فناوری هوش مصنوعی و اولتراسوند برای شناسایی زود هنگام بیماری است. هوش مصنوعی پزشکان را از طریق فرآیند اولتراسوند در زمان لازم راهنمایی می کند تا تصاویری با کیفیت دلخواه از نقاط آسیب دیده تهیه کنند و سپس نرم افزار به تفسیر و ارزیابی آنها از بیماری کمک می کند.

پلتفرم Caption Health در حال حاضر برای تصاویر اولتراسوند قلب ساخته شده است، و بنیاد بیل و ملیندا گیتس کمک مالی ۴٫۹۵ میلیون دلاری به این شرکت برای توسعه سونوگرافی ریه با هدایت هوش مصنوعی داده است.

چگونه هوش مصنوعی به کشف دارو کمک می کند؟

صنعت تولید دارو به دلیل افزایش سرسام آور هزینه های توسعه و تحقیقاتی که هزاران ساعت انسانی را صرف می کند، گرفتار شده است. قرار دادن هر دارو در آزمایش‌های بالینی به طور متوسط ​​۱٫۳ میلیارد دلار هزینه دارد و تنها ۱۰ درصد از این داروها با موفقیت به بازار عرضه می ‌شوند. با توجه به پیشرفت‌های فناوری، شرکت‌ های داروسازی زیستی به سرعت به کارایی، دقت و دانشی که هوش مصنوعی می‌ تواند ارائه دهد، توجه می ‌کنند. در زیر چند شرکت معرفی خواهیم کرد که برای توسعه موج بعدی داروها به هوش مصنوعی متکی هستند. این شرکت ها عبارتند از:

شرکتهای هوش مصنوعی در پزشکی

Bio Therapeutics

مکان: نیوهون، کانکتیکات

Bio Therapeutics از هوش مصنوعی برای شناسایی و توسعه داروهای جدید در زمینه‌های ایمونوآنکولوژی و علوم اعصاب استفاده می‌کند. علاوه بر این، برنامه نوآوری مجدد داروی این شرکت از هوش مصنوعی برای یافتن برنامه های کاربردی جدید برای داروهای موجود یا شناسایی بیماران جدید استفاده می کند.

 

Reverie Labs

مکان: کمبریج، ماساچوست

Reverie Labs یک شرکت داروسازی است که از شیمی محاسباتی و ابزارهای یادگیری ماشین برای کشف و طراحی دارو استفاده می کند.همچنین این مجموعه از ابزارهای تجزیه و تحلیل پیش‌ بینی ‌کننده و پایگاه‌های داده گسترده، با هدف نهایی یادگیری بیشتر در مورد سرطان و توسعه درمان ‌های مؤثر سرطان استفاده می‌ کند.

Valo Health

مکان: بوستون، ماساچوست

Valo از هوش مصنوعی برای دستیابی به ماموریت خود در تغییر فرآیند کشف و توسعه دارو استفاده می کند. Valo با پلتفرم محاسباتی Opal خود، داده های انسان محور را برای شناسایی بیماری های رایج در میان فنوتیپ، ژنوتیپ و سایر پیوندهای خاص جمع آوری می کند که نیاز به آزمایش حیوانی را از بین می برد. سپس این شرکت طراحی مولکول و توسعه بالینی را ایجاد می کند.

 

BERG

مکان: فرامینگهام، ماساچوست

BERG یک پلتفرم بیوتکنولوژی مبتنی بر هوش مصنوعی در مرحله بالینی است که بیماری ها را برای تسریع در کشف و توسعه داروهای پیشرفت نقشه برداری می کند. BERG با ترکیب رویکرد “زیست شناسی پرسشی” خود با تحقیق و توسعه سنتی، نامزدهای محصولی را ایجاد می کند که با بیماری های نادر مبارزه می کنند.

 

XtalPI

مکان: کمبریج، ماساچوست

پلتفرم XtalPI با ترکیب هوش مصنوعی و فیزیک کوانتومی، خواص شیمیایی و دارویی مولکول های کوچک را برای طراحی و توسعه انواع داروهای خاص بررسی می کند. علاوه بر این، این شرکت ادعا می ‌کند که فناوری پیش‌ بینی ساختار کریستالی، سیستم‌ های مولکولی پیچیده را در عرض چند روز به جای هفته ‌ها یا ماه‌ هامی تواند داشته باشد. سرمایه گذاران XtalPi شامل گوگل، تنسنت و سکویا کپیتال هستند.

 

Atom Wise

مکان: سانفرانسیسکو، کالیفرنیا

Atom Wise از هوش مصنوعی برای مقابله با بیماری های جدی از جمله ابولا و ام اس استفاده می کند. شبکه عصبی این شرکت یعنی Atom Net، به پیش ‌بینی فعالیت زیستی و شناسایی ویژگی‌ های بیمار برای آزمایش‌ های بالینی کمک می ‌کند. فناوری هوش مصنوعی Atom Wise روزانه بین ۱۰  تا ۲۰  میلیون ترکیب ژنتیکی را غربال می کند و طبق گزارش ها می تواند نتایج را  ۱۰۰برابر سریعتر از شرکت های دارویی سنتی ارائه دهد.

 

Deep Genomics

مکان: کاملا ریموت

پلتفرم هوش مصنوعی Deep Genomics به محققان کمک می کند کاندیدهایی برای داروهای رشدی مرتبط با اختلالات عصبی-عضلانی و عصبی پیدا کنند. یافتن نامزدهای مناسب در طول توسعه دارو از نظر آماری شانس گذراندن موفقیت آمیز آزمایشات بالینی را افزایش می دهد و در عین حال زمان و هزینه عرضه به بازار را کاهش می دهد. “پروژه زحل” شرکت Deep Genomics بیش از ۶۹ میلیارد ترکیب سلولی مختلف را تجزیه و تحلیل می کند و بازخوردی را در اختیار محققان قرار می دهد.

 

 

Benevolent AI

مکان: لندن، انگلستان

هدف اولیه  Benevolent AI دریافت درمان مناسب برای بیماران مناسب در زمان مناسب با استفاده از هوش مصنوعی برای ایجاد انتخاب هدف بهتر و ارائه دیدگاه های کشف نشده قبلی از طریق یادگیری عمیق است.  با گروه‌های دارویی بزرگ برای مجوز داروها همکاری می ‌کند و در عین حال با سازمان‌ های خیریه برای توسعه داروهای قابل حمل آسان برای بیماری‌ های نادر همکاری می‌کند.

 

کاربرد هوش مصنوعی در داروسازی

هوش مصنوعی چگونه می تواند تجربه بیماران  را تغییر دهد؟

در صنعت بهداشت و درمان، زمان حکم پول را دارد. ارائه خدمات درمانی با کیفیت بدون اشتباه به بیماران به بیمارستان ها، کلینیک ها و پزشکان اجازه می دهد تا بیماران بیشتری را به صورت روزانه درمان کنند.به طور مثال بیمارستان‌ های آمریکا بیش از ۳۳ میلیون بیمار را در سال ۲۰۲۰ پذیرش کردند که هر کدام بیماری‌ها، پوشش بیمه‌ ای و شرایط متفاوتی داشتند که این موارد در ارائه خدمات نقش مهمی دارند.

مطالعات نشان می‌ دهد بیمارستان ‌هایی که بیماران آن‌ها خدمات بهتری دریافت کرده اند و تجربه بهتری داشته اند، سود بیشتری کرده اند. در حالی که تجربه های منفی و خدمات بی کیفیت به بیماران، می‌تواند منجر به زیان ‌های مالی شود. نوآوری های جدید در فناوری حوزه درمان که مربوط به هوش مصنوعی می شوند تجربه بستری بیمار را بهبود می بخشد و به کارکنان بیمارستان کمک می کند تاسرعت کار بیشتری برای پذیرش، درمان و.. بیماران داشته باشند.

در زیر چند مورد از خدماتی که به مراکز درمانی و بهداشتی کمک می کند تا مدیریت بهتری برای بیمارانشان داشته باشند را آورده ایم:

 

Iodine Software

مکان: آستین، تگزاس

با هدف بهبود مراقبت از بیمار، نرم افزار Iodine  در حال ایجاد راه حل های مبتنی بر هوش مصنوعی و یادگیری ماشینی برای بهینه سازی منابع و افزایش در آمد است. محصول CognitiveML  این شرکت، به سراغ دیدگاه های بیماران و بررسی پرونده هیا آن می رود و همچنین می تواند اطلاعات از دست رفته را بازگرداند.

 

Kaia Health

مکان: نیویورک، نیویورک

کایا هلث یک پلتفرم دیجیتال درمانی را راه اندازی می کند که دارای فیزیوتراپیست هایی  به صورت آنلاین است و آن ها می توانند با تنظیم برنامه هایشان به بیماران خدمات مشخصی را ارائه کنند. این پلتفرم شامل برنامه های شخصی شده با بررسی موارد، روتین های ورزشی، فعالیت های تمدد اعصاب و منابع یادگیری برای درمان کمردرد مزمن و COPD  است. Kaia Health همچنین دارای یک مربی دریافت کننده بازخورد خودکار بیماران است که از فناوری هوش مصنوعی استفاده می کند.  Kaia Health به عنوان ترکیب با متخصصان برجسته پزشکی یا به عنوان یک مزیت ارائه شده توسط کارفرما در دسترس است.

 

Spring Health

مکان: نیویورک، نیویورک

Spring Health راه حل های مختلفی را برای سلامت روان پیشنهاد می دهند و کارفرمایان می توانند منابع و ابزارهایی را برای کارکنان خود فراهم کنند تا سلامت روان آنها را کنترل کنند. این فناوری دارای اعتبار بالینی با جمع آوری مجموعه داده کامل از هر فرد و مقایسه آن با صدها هزارداده دیگر کار می کند. سپس این برنامه از یک مدل یادگیری ماشینی استفاده می ‌کند تا افراد را با متخصص مناسب برای تراپی حضوری یا قرار ملاقات با یک تراپیست به صورت آنلاین تشخیص دهد.

 

Olive

مکان: کلمبوس، اوهایو

پلتفرم هوش مصنوعی Olive وظایف تکراری متخصصان بهداشتی را خودکار می کند و مدیران را آزاد می کند تا روی کارهای سطح بالاتر کار کنند. این پلتفرم همه چیز را از بررسی واجد شرایط بودن گرفته تا ادعاهای غیرقانونی و انتقال داده ها به طور خودکار انجام می دهد تا کارکنان بتوانند بر خدمات بیمار تمرکز کنند. هوش مصنوعی Olive به عنوان یک سرویس به نرم افزارها و ابزارهای موجود بیمارستان متصل می شود و خرابی های دیتاهای قبلی را نیز به تنهایی می تواند بررسی کند و گزارش دهد.

 

Qventus, Inc

مکان: Mountain View، کالیفرنیا

Qventus یک پلتفرم نرم افزاری مبتنی بر هوش مصنوعی است که چالش های عملیاتی، از جمله موارد مربوط به اتاق های اورژانس و ایمنی بیمار را حل می کند. پلتفرم خودکار این شرکت، بیماری و آسیب بیمار را اولویت بندی می کند، زمان انتظار بیمارستان را ردیابی می کند و می تواند سریع ترین مسیرهای آمبولانس را ترسیم کند.

 

Cleveland Clinic

مکان: کلیولند، اوهایو

کلینیک کلیولند با IBM در Discovery Accelerator همکاری کرد و روی یک اختراع جدید با هوش مصنوعی و پیشرفت های سریع تر در این زمینه تمرکز دارد.

این مرکز مشترک در حال ایجاد زیرساختی است که از تحقیقات در زمینه هایی مانند ژنومیک، کشف مواد شیمیایی و دارو و سلامت جمعیت پشتیبانی می کند. این همکاری از تحقیقات پزشکی کلان داده به منظور نوآوری مراقبت از بیمار و رویکردهای تهدیدات بهداشت عمومی استفاده می کند.

 

Johns Hopkins Medicine

مکان: بالتیمور، مریلند

بیمارستان جانز هاپکینز با GE Healthcare همکاری کرد تا از تکنیک‌های هوش مصنوعی پیش ‌بینی‌کننده برای بهبود کارایی جریان بهبود بیمار استفاده کند. یک کارگروه، با تقویت هوش مصنوعی، به سرعت فعالیت های بیمارستانی را در اولویت قرار داد تا به نفع بیماران باشد. از زمان اجرای این برنامه، این مرکز بیماران بستری شده در بخش اورژانس را ۳۸ درصد سریع‌ تر پذیرش کرده و تخت های مخصوص را به آن ها داده است.

 

Babylon

مکان: آستین، تگزاس

بابیلون ماموریتی برای مهندسی مجدد مراقبت های بهداشتی با تغییر تمرکز از مراقبت از بیماران به کمک به پیشگیری از بیماری است که منجر به سلامتی بهتر و هزینه های کمتر مرتبط با سلامتی می شود. این پلتفرم دارای یک موتور هوش مصنوعی است که توسط پزشکان و دانشمندان یادگیری عمیق تر ساخته شده است که با استفاده از علائم و عوامل خطرناک شناخته شده آگاهانه ترین و به روزترین اطلاعات پزشکی ممکن را می تواند با سایر گروه ها و افراد به اشتراک بگذارد. علاوه بر این، پلتفرم بابیلون دارای یک سیستم نظارت است که به افراد کمک می کند برای مدت طولانی تری سالم بمانند.

 

One Drop

مکان: نیویورک، نیویورک

One Drop  یک راه حل محتاطانه برای مدیریت شرایط مزمن مانند دیابت و فشار خون بالا و همچنین مدیریت وزن ارائه می دهد. برنامه One Drop Premium به افراد اجازه می دهد ابتدا شرایط خود را مدیریت کنند و از آن آگاهی پیدا کنند و سپس به سراغ دریافت آموزش های مختلفی برای تغییر این وضعیت از طرف دکترها و سایر متخصصان پیدا کنند  و در آخر هوش مصنوعی که با علم داده به روز شده به این افراد کمک می کند تا بهترین راه درمانی مخصوص به خودشان را پیدا کنندو

 

Cloud MedX

مکان: پالو آلتو، کالیفرنیا

Cloud MedX از ماشین لرنینگ برای دریافت نظرات بیمار هایی که در مراکز مختلف تحت درمان هستند و یا بوده اند استفاده می کند.

فناوری این شرکت به بیمارستان‌ها و کلینیک‌ها کمک می ‌کند تا داده‌های بیمار، تاریخچه بالینی و اطلاعات پرداخت را با استفاده از تجزیه و تحلیل پیش ‌بینی‌ کننده برای مداخله در مقاطع حیاتی در تجربه مراقبت از بیمار مدیریت کنند. پزشکان و متخصصان می توانند از این بینش ها برای انتقال موثر بیماران در سیستم استفاده کنند.

 

Subtle Medical

 

مکان: منلو پارک، کالیفرنیا

Subtle Medical  از هوش مصنوعی برای بهبود تصاویر بخش های رادیولوژی استفاده می کند. محصولات Subtle PET  و Subtle MR  با دستگاه‌ هایی کار می‌ کنند که یک مرکز از قبل برای سرعت بخشیدن به اسکن MRI و PET استفاده می‌ کند و در عین حال نویز تصویر را کاهش می‌دهد. این نرم افزار این پتانسیل را دارد که تعداد بیشتری از بیماران را در روز اسکن کند و زمان انتظار آن ها را کاهش دهد.

 

Twill

مکان: نیویورک، نیویورک

Happy Health  از هوش مصنوعی برای ارائه برنامه های مراقبتی شخصی به کاربران استفاده می کند. این شرکت با استفاده از پلتفرم شفای هوشمند خود، مسیرهایی را برای مدیریت شرایط پزشکی مانند مولتیپل اسکلروزیس و پسوریازیس پیشنهاد می دهد. این برنامه های فردی می تواند شامل درمان دیجیتال، ورزش های مراقبتی و گزینه های مربیگری باشد.

 

 

جمع بندی

به خوبی مشخص است که هوش مصنوعی چقدر در زندگی ما مخصوصا در سال ۲۰۲۳ می تواند کارآمد باشد و در حوزه های مختلفی که قبلا در وب سایت گویا آی تی درباره آن ها صحبت کردیم، می تواند برای جامعه انسانی مفید باشد. تکنولوژی های مختلفی مبتنی بر هوش مصنوعی هستند که هنوز در حال آزمایش و مراحل اولیه خود هستند و مهم ترین آن ها در ابتدای سال ۲۰۲۳ معرفی چت بات Chat GPT بود که در مقاله ای به بررسی این فناوری پرداخته ایم. شما مخاطبین عزیز می توانید به صورت روزانه اخبار جدید حوزه هوش مصنوعی و تکنولوژی را از طریق سایت گویا آی تی دنبال کنید.

 

نظر شما درباره استفاده از هوش مصنوعی در حوزه درمان و سلامت چیست؟

دیدگاه خود را وارد کنید
1 دیدگاه

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *