رویا قاسمی - دانشکده برق و کامپیوتر، واحد تهران شمال، دانشگاه آزاد اسلامی تهران، ایران
راحله داوودی کهکی - دانشکده مهندسی پزشکی دانشگاه صنعتی امیرکبیر، تهران، ایران

با گسترش کاربرد فناوری اطلاعات، سیستم های تصمیم گیری مبتنی بر رایانه در حوزه پزشکی اهمیت بسیار زیادی یافته اند. یادگیری عمیق یکی از جدیدترین دستاوردهای شگرف بشر می باشد که نقش مهمی در نزدیک کردن توانمندی هوش مصنوعی (Intellingence Artificial) به هوش انسانی ایفا نموده است و شاخه ای از بحث یادگیری ماشینی و مجموعه ای از الگوریتم هایی است که تلاش می کند مفاهیم انتزاعی سطح بالا را با استفاده یادگیری در سطوح و لایه های مختلف مدلسازی کند. در واقع با نتایج تجربی موفق و کاربردهای گسترده، پتانسیل تغییر آینده علم پزشکی را داراسست و دید رایانه ای، تصویر برداری و تشخیص پزشکی دقیق تر را امکان پذیر می کند. به عبارتی کاربرد یادگیری عمیق در پزشکی به کمک بشریت آمده تا بتواند سلامت جامعه را بهبود ببخشد و به ارتقای عملکرد علم پزشکی کمک کند، تا علاوه بر تشخیص بیماریها، بتوانیم دارو بسازیم، درمان ها را شخصی سازی کنیم، از تکنولوژی زیست مواد استفاده کنیم و حتی ژن ها را ویرایش کنیم؛ اما باید درنظر گرفت که عوامل فوق الگوی شروع مسیر است. بطوریکه هرچه بتوانیم بیشتر داده های خود را تبدیل به صفر و یک کنیم و آن ها را یکپارچه کنیم. می توانیم الگوهای ارزشمندتری را پیدا کنیم و در نهایت با استفاده از این الگوها و فرایندهای پیچیده تحلیلی، تصمیمات دقیق و مقرون به صرفه ای در عرصه ی سلامت بگیریم.

یادگیری عمیق، پزشکی، هوش مصنوعی، شبکه عصبی