| dc.contributor.author | جلالی, سیده ندا | fa_IR |
| dc.contributor.author | محبی, سهامه | fa_IR |
| dc.contributor.author | قنبری, مریم | fa_IR |
| dc.date.accessioned | 1403-12-20T20:37:27Z | fa_IR |
| dc.date.accessioned | 2025-03-10T20:37:27Z | |
| dc.date.available | 1403-12-20T20:37:27Z | fa_IR |
| dc.date.available | 2025-03-10T20:37:27Z | |
| dc.date.issued | 2024-10-01 | en_US |
| dc.date.issued | 1403-07-10 | fa_IR |
| dc.identifier.citation | جلالی, سیده ندا, محبی, سهامه, قنبری, مریم. (1403). کاربرد هوش مصنوعی و یادگیری ماشین در گرایش های پزشکی،کشف دارو، ژنومیک و زیست حسگرها. فصلنامه علوم پزشکی, 34(3), 207-226. doi: 10.61186/iau.34.3.207 | fa_IR |
| dc.identifier.issn | 1023-5922 | |
| dc.identifier.issn | 2008-3386 | |
| dc.identifier.uri | https://dx.doi.org/10.61186/iau.34.3.207 | |
| dc.identifier.uri | http://tmuj.iautmu.ac.ir/article-1-2186-fa.html | |
| dc.identifier.uri | https://iranjournals.nlai.ir/handle/123456789/1120728 | |
| dc.description.abstract | چکیده
سابقه و هدف: در عصر جدید، پیچیدگی و افزایش دادهها در مراقبتهای بهداشتی، ما را به سمت و سوی استفاده فزاینده از هوش مصنوعی سوق خواهد داد. برای انتخاب بهترین مسیر به سمت پزشکی دقیق، بررسی دقیق دادههای کلی بیماران در کنار عوامل متعدد و گسترده، برای تمایز بین افراد بیمار و نسبتاً سالم ضروری است. هوش مصنوعی میتواند پتانسیل مراقبتهای بهداشتی از بیماران را بهبود بخشد و از طریق محاسبات و استنتاج پیشرفته، سیستم را قادر میسازد تا استدلال کند و یاد بگیرد و در عین حال منجر به تصمیمگیری آسانتر پزشک خواهد شد. هوش مصنوعی در حال حاضر در حوزههای مختلفی توسط ارائه دهندگان مراقبتهای بهداشتی و شرکتهای علوم زیستی به کار گرفته شده است. در این مقاله، مروری بر پیشرفت های اخیر در حوزه کاربرد هوش مصنوعی در علوم پزشکی، داروسازی و ژنومیک انجام خواهیم داشت. همچنین در مورد نقش یادگیری ماشین در تصویربرداری پزشکی، پزشکی دقیق و حسگرهای زیستی بحث میشود و برخی از پیشرفتها در فناوریهای حسگرهای زیستی را که از هوش مصنوعی برای کمک به نظارت بر سیگنالهای الکتروفیزیولوژیکی و الکتروشیمیایی بدن و تشخیص بیماری استفاده میکنند. بررسی خواهیم کرد که این پیشرفتها، گرایش به سمت پزشکی شخصیسازی شده را، با درمان بسیار مؤثر، ارزان و دقیق در نقطه مراقبت نشان میدهد. محققان میتوانند با در دسترس بودن طیف وسیعی از مجموعه دادهها و تکنیکهای رایانهای مدرن مانند یادگیری ماشین (ML: machine learning) و یادگیری عمیق (DL: deep learning) عصر جدیدی از پزشکی ژنومیک و کشف و طراحی داروهای مؤثر را ایجاد کنند.
| fa_IR |
| dc.language | فارسی | |
| dc.language.iso | fa_IR | |
| dc.publisher | دانشگاه آزاد اسلامی واحد پزشکی تهران | fa_IR |
| dc.relation.ispartof | فصلنامه علوم پزشکی | fa_IR |
| dc.relation.ispartof | MEDICAL SCIENCES JOURNAL | en_US |
| dc.relation.isversionof | https://dx.doi.org/10.61186/iau.34.3.207 | |
| dc.subject | هوش مصنوعی | fa_IR |
| dc.subject | پزشکی دقیق | fa_IR |
| dc.subject | حسگر زیستی | fa_IR |
| dc.subject | کشف دارو | fa_IR |
| dc.subject | ژنومیک. | fa_IR |
| dc.subject | زیست شناسی | fa_IR |
| dc.title | کاربرد هوش مصنوعی و یادگیری ماشین در گرایش های پزشکی،کشف دارو، ژنومیک و زیست حسگرها | fa_IR |
| dc.type | Text | en_US |
| dc.type | مروري | fa_IR |
| dc.contributor.department | گروه زیست شناسی، دانشکده علوم پایه، موسسه آموزش عالی آل طه، تهران، ایران | fa_IR |
| dc.contributor.department | گروه زیست شناسی، دانشکده علوم پایه، موسسه آموزش عالی آل طه، تهران، ایران | fa_IR |
| dc.contributor.department | گروه بیوتکنولوژی میکروبی، دانشکده علوم زیستی، واحد تهران شمال، دانشگاه آزاد اسلامی، تهران، ایران | fa_IR |
| dc.citation.volume | 34 | |
| dc.citation.issue | 3 | |
| dc.citation.spage | 207 | |
| dc.citation.epage | 226 | |