about-3 back-contact back-deep eitaa کانال روبیکاخبرگزاری سایبربان
مطالب پربازدید
بازار
1405/02/02 - 13:10- بررسی تخصصی

بازار سیاه فیلترشکن در زمان قطع اینترنت؛ از قیمت‌های میلیونی تا موج گسترده کلاهبرداری

مقاله ای از کارشناس سایبری مهیار خدادادی پیرامون مسئله فیلتر شکن ها در زمان قطعی اینترنت بین المللی

در
1405/02/01 - 15:13- ایران

در غم از دست دادن پدر امت به سوگ نشسته ایم

در غم از دست دادن پدر امت به سوگ نشسته ایم

بزرگ‌ترین
1405/01/10 - 16:13- جنگ سایبری

بزرگ‌ترین حمله سایبری به شرکت‌های نفتی امارات

شرکت های نفتی امارات مورد حمله سایبری گروه هکری نصیر قرار گرفت

محققان آکسفورد ابزاری مبتنی بر هوش مصنوعی برای نقشه‌برداری از اثرات پنهان فشار خون بالا توسعه دادند.

به گزارش کارگروه فناوری اطلاعات سایبربان، محققان به رهبری دانشگاه آکسفورد ابزاری مبتنی بر هوش مصنوعی به نام هایپراسکور (HyperScore) توسعه داده‌اند که می‌تواند به پزشکان کمک کند تا درک بهتری از چگونگی تأثیر فشار خون بالا بر اندام‌ها و افراد مختلف به روش‌های مختلف داشته باشند. 

این رویکرد می‌تواند از استراتژی‌های درمانی شخصی‌سازی‌شده‌تر در آینده پشتیبانی کند.

محققان با استفاده از ابزار هوش مصنوعی، شش الگوی متمایز از بیماری‌های مرتبط با فشار خون بالا را با تجزیه و تحلیل صدها اندازه‌گیری، از جمله تصویربرداری قلبی، اسکن MRI مغز، آزمایش خون و ارزیابی کلیه‌ها، کبد و سیستم عروقی شناسایی کردند.

این مطالعه نشان داد افرادی که هایپراسکور بالاتری دارند، حتی زمانی که اندازه‌گیری‌های مرسوم فشار خون به طور کامل این خطر را نشان نمی‌دادند، با خطر بیشتری برای ابتلا به بیماری‌های قلبی عروقی در آینده مواجه هستند. تغییرات شناسایی شده از طریق تصویربرداری MRI مغز به عنوان برخی از قوی‌ترین شاخص‌های آسیب اندام‌های مرتبط با فشار خون بالا ظاهر شدند.

محققان داده‌های بیش از ۲۷ هزار شرکت‌کننده در بیوبانک بریتانیا را تجزیه و تحلیل کردند و یافته‌های خود را در یک گروه دیگر متشکل از بیش از ۵۵۰۰ نفر در ایالات متحده تأیید کردند. محققان هشدار دادند که این رویکرد در مراحل اولیه است و هنوز برای استفاده بالینی معمول در بریتانیا آماده نیست.

فشار خون بالا یکی از عوامل خطر اصلی در جهان برای بیماری قلبی، سکته مغزی و سایر بیماری‌های مزمن است، با این حال بیمارانی که فشار خون مشابهی دارند، می‌توانند پیامدهای سلامتی بسیار متفاوتی را تجربه کنند. 

این مطالعه نشان می‌دهد که هوش مصنوعی ممکن است به شناسایی الگوهای پنهان آسیب اندام‌ها که توسط اندازه‌گیری‌های مرسوم قابل تشخیص نیستند، کمک کند و به طور بالقوه امکان ارزیابی دقیق‌تر ریسک و استراتژی‌های درمانی شخصی‌سازی شده را فراهم کند.

این تحقیق همچنین نقش رو به رشد هوش مصنوعی را در پزشکی دقیق برجسته می‌کند. با ترکیب تصویربرداری، داده‌های آزمایشگاهی و اطلاعات بالینی، سیستم‌های هوش مصنوعی ممکن است به پزشکان کمک کنند تا فراتر از رویکردهای یکسان برای همه در مدیریت بیماری حرکت کنند.

 اگرچه هایپراسکور هنوز در مرحله اولیه تحقیق است، اما یافته‌ها نشان می‌دهد که چگونه هوش مصنوعی می‌تواند از مداخله زودهنگام و مراقبت‌های هدفمندتر برای بیماران با خطرات پیچیده قلبی عروقی پشتیبانی کند. 

منبع:

تازه ترین ها
تصویب
1405/04/02 - 12:51- هوش مصنوعي

تصویب قانون عدالت کیفری کانادا با هدف حمایت از کودکان

آسیب‌های دیجیتال و حمایت از کودکان، اصلاحات عمده‌ای را در قانون مجازات کانادا ایجاد کرده است.

نقشه‌برداری
1405/04/02 - 12:04- هوش مصنوعي

نقشه‌برداری از اثرات پنهان فشار خون بالا توسط هوش مصنوعی

محققان آکسفورد ابزاری مبتنی بر هوش مصنوعی برای نقشه‌برداری از اثرات پنهان فشار خون بالا توسعه دادند.

تغییر
1405/04/02 - 11:39- هوش مصنوعي

تغییر الگوهای اشتغال در ایالات متحده توسط هوش مصنوعی

شکاف فزاینده‌ای در رشد اشتغال بین مشاغل پرخطر و کم‌خطر، به‌ویژه پس از سال ۲۰۲۲، در بازار کار ایالات متحده وجود دارد.