پژوهش جدید | هوش مصنوعی در سلامتکاهش خطاهای ساختگی هوش مصنوعی پزشکی از ۳۲ به ۱۰ درصد با چارچوب CARE-Medپژوهشگران دانشگاه آنوراگ هند و دانشگاه مجمعه عربستان سعودی، چارچوبی به نام CARE-Med توسعه داده‌اند که برای کاهش پاسخ‌های فاقد پشتوانه علمی در مدل‌های زبانی پزشکی طراحی شده است.نتایج این پژوهش که ۲۶ اکتبر ۲۰۲۶ در نشریه Scientific Reports منتشر شد، نشان می‌دهد بررسی پاسخ‌ها در برابر شواهد علمی می‌تواند خطاهای شناسایی‌شده را به میزان قابل‌توجهی کاهش دهد.
سؤال اصلی پژوهش چه بود؟مدل‌های زبانی گاهی اطلاعات پزشکی نادرستی تولید می‌کنند که ظاهری کاملاً علمی و قانع‌کننده دارند؛ پدیده‌ای که به آن «توهم هوش مصنوعی» می‌گویند.پژوهشگران بررسی کردند آیا ترکیب بازیابی منابع علمی، راستی‌آزمایی ادعاها و سنجش میزان اطمینان می‌تواند این مشکل را کاهش دهد. پژوهشگران چه کردند؟چارچوب CARE-Med ابتدا اطلاعات مرتبط را از منابع پزشکی بازیابی می‌کند، سپس پاسخ تولیدشده را با شواهد مقایسه می‌کند و میزان پشتیبانی منابع از ادعاها را می‌سنجد.برای ارزیابی، از سه مجموعه‌داده معتبر پزشکی و زیست‌پزشکی MIMIC-III، PubMedQA و BioASQ استفاده شد.عملکرد این چارچوب با یک مدل زبانی پایه و روش متداول تولید پاسخ مبتنی بر بازیابی اطلاعات (RAG) مقایسه شد. نتایج چه بود؟ نرخ پاسخ‌های فاقد پشتیبانی شواهد، طبق معیار مبتنی بر استنتاج زبان طبیعی (NLI)، در مدل پایه ۳۲ درصد و در CARE-Med به ۱۰ درصد رسید؛ یعنی کاهش نسبی ۶۸٫۸ درصدی. در مقایسه با روش متداول RAG، این نرخ از ۲۱ به ۱۰ درصد کاهش یافت؛ معادل کاهش نسبی ۵۲٫۴ درصدی. نتایج نشان داد افزودن مرحله راستی‌آزمایی و ارزیابی عدم‌قطعیت می‌تواند سازگاری پاسخ‌های پزشکی با شواهد بازیابی‌شده را بهبود دهد. چقدر می‌توان به نتایج اعتماد کرد؟این مطالعه داوری‌شده است، اما معیار اصلی آن میزان پشتیبانی پاسخ‌ها از شواهد با استفاده از NLI بود، نه نرخ واقعی خطاهای پزشکی در محیط درمان.حتی پس از استفاده از CARE-Med نیز ۱۰ درصد پاسخ‌ها طبق این معیار فاقد پشتیبانی بودند.همچنین عملکرد بهتر در بنچمارک‌های پژوهشی، به معنای تأیید ایمنی سامانه برای تصمیم‌گیری مستقل درباره بیماران نیست. چرا این پژوهش مهم است؟این مطالعه نشان می‌دهد اتصال یک مدل زبانی به منابع پزشکی، به‌تنهایی برای اعتماد به پاسخ‌های آن کافی نیست.سامانه باید بتواند بررسی کند که آیا ادعاهای تولیدشده واقعاً با شواهد علمی پشتیبانی می‌شوند یا خیر.این رویکرد برای توسعه دستیارهای پزشکی فارسی، سامانه‌های پاسخ‌گویی مبتنی بر اسناد سلامت و عامل‌های هوش مصنوعی قابل‌اعتماد نیز ارزش پژوهشی دارد. شناسنامه پژوهشنویسندگان: Sudheer Reddy و Shirina Samreen
دانشگاه‌های همکار: دانشگاه آنوراگ، هند؛ دانشگاه مجمعه، عربستان سعودی
نشریه: Scientific Reports، از مجموعه Nature Portfolio
تاریخ انتشار: ۲۶ اکتبر ۲۰۲۶ (۴ آبان ۱۴۰۵)
نوع پژوهش: توسعه و ارزیابی محاسباتی چارچوب هوش مصنوعی پزشکی
وضعیت انتشار: داوری‌شده؛ نسخه انتشار زودهنگام ناشر
مقاله اصلی:https://doi.org/10.1038/s41598-026-75909-y#هوش_مصنوعی_در_سلامت #توهم_هوش_مصنوعی #هوش_مصنوعی_اعتمادپذیر #نورون
نورون | هوش مصنوعی در سلامترصد تحولات، فهم آینده سلامت
@NeuronRC
آموزش هوش مصنوعی | هوش مصنوعی در سلامتوقتی هوش مصنوعی با اطمینان اطلاعات اشتباه می‌دهد؛ «توهم هوش مصنوعی» چیست؟
تصور کنید از یک دستیار هوش مصنوعی درباره عوارض یک دارو سؤال میکنید. پاسخ، دقیق و علمی به نظر میرسد؛ حتی ممکن است نام چند پژوهش معتبر را هم ذکر کند.
اما وقتی منابع را بررسی میکنید، متوجه میشوید بعضی از آنها اصلاً وجود ندارند یا اطلاعات ارائهشده با واقعیت مطابقت ندارد!
توهم هوش مصنوعی چیست؟به این پدیده «توهم هوش مصنوعی» (AI Hallucination) می‌گویند؛ زمانی که یک مدل هوش مصنوعی اطلاعات نادرست، ساختگی یا بدون پشتوانه معتبر تولید می‌کند، اما آنها را مانند اطلاعات واقعی ارائه می‌دهد.نکته مهم این است که هوش مصنوعی ممکن است پاسخ اشتباه را با همان لحن مطمئنی بیان کند که یک پاسخ درست را ارائه می‌دهد.
چرا این اتفاق میافتد؟مدل‌های زبانی اساساً برای پیشبینی و تولید متن آموزش دیدهاند، نه برای تضمین درستی تمام اطلاعات.
بنابراین ممکن است هنگام پاسخ‌گویی، اطلاعات ناقص را با الگوهای آموختهشده ترکیب کنند و به نتیجهای برسند که ظاهراً منطقی، اما از نظر علمی نادرست است.
چرا در پزشکی خطرناکتر است؟توهم هوش مصنوعی ممکن است باعث شود: یک دارو یا روش درمانی نامناسب پیشنهاد شود. نتایج آزمایش بیمار بهاشتباه تفسیر شوند. مقاله یا منبع علمی ساختگی بهعنوان سند معتبر معرفی شود. اطلاعات مهم درباره عوارض یا تداخل داروها نادیده گرفته شود.نورون | هوش مصنوعی در سلامترصد تحولات، فهم آینده سلامت
@NeuronRC پژوهش جدید | هوش مصنوعی در سلامتوقتی راهنمای پزشکی در اختیار هوش مصنوعی قرار میگیرد، پاسخ‌های تخصصی دقیقتر می‌شوند!
پژوهشگران دانشگاه دیچله ترکیه در مطالعهای تازه، عملکرد سه مدل ChatGPT، Claude و DeepSeek را در پاسخ‌گویی به مسائل تخصصی دندانپزشکی بررسی کردند.نتایج این پژوهش که در نشریه Scientific Reports منتشر شده، نشان می‌دهد ارائه راهنمای علمی معتبر به مدل‌های زبانی می‌تواند کیفیت پاسخ‌ها و میزان انطباق آنها با توصیههای تخصصی را بهبود دهد.
سؤال اصلی پژوهش چه بود؟آیا مدل‌های زبانی هنگامی که به متن کامل یک راهنمای بالینی معتبر دسترسی دارند، تصمیمهای مناسبتری پیشنهاد می‌کنند؟موضوع مطالعه، تصمیم‌گیری درباره درمان ریشه دندان در بیمارانی بود که بهدلیل مصرف برخی داروها در معرض خطر استئونکروز فک، یعنی آسیب و ازبینرفتن بافت استخوانی فک، قرار دارند.
پژوهشگران چه کردند؟پژوهشگران ۱۸ سناریوی فرضی دندانپزشکی طراحی کردند و از سه مدل هوش مصنوعی خواستند درباره آنها تصمیم‌گیری کنند.در مرحله نخست، مدلها بدون دریافت متن کامل راهنما پاسخ دادند. در مرحله دوم، راهنمای تخصصی انجمن جراحان دهان و فک و صورت آمریکا در اختیار آنها قرار گرفت.
دو متخصص درمان ریشه، پاسخ‌های ناشناس را در پنج حوزه تصمیم‌گیری ارزیابی کردند.
نتایج چه بود؟ در ارزیابی اولیه، ChatGPT میانگین امتیاز ۴٫۶۸ و Claude امتیاز ۴٫۲۹ از ۵ را کسب کردند. پس از ارائه راهنمای بالینی، میانگین امتیاز Claude به ۴٫۶۸ رسید و اختلاف معنادار اولیه آن با ChatGPT دیگر مشاهده نشد. بیشترین بهبود اختصاصی در توصیههای مربوط به پیگیری بیمار، بهویژه در پاسخ‌های Claude، گزارش شد. DeepSeek در مجموع امتیاز پایینتری از دو مدل دیگر داشت. چقدر می‌توان به نتایج اعتماد کرد؟این پژوهش داوری‌شده است، اما تمام سناریوها فرضی بودند و هیچ بیمار واقعی در مطالعه حضور نداشت.همچنین سناریوها، معیار داوری و متن ارائهشده به مدلها بر اساس یک راهنمای مشترک تنظیم شده بودند؛ بنابراین افزایش امتیاز لزوماً به معنای بهبود تصمیم‌گیری در شرایط واقعی درمان نیست.
چرا این پژوهش مهم است؟این مطالعه نشان می‌دهد پاسخ یک مدل هوش مصنوعی فقط به توانایی خود مدل وابسته نیست؛ اطلاعات تخصصی و منابع معتبری که هنگام پاسخ‌گویی در اختیار آن قرار میگیرند نیز اهمیت دارند.برای توسعه دستیارهای پزشکی و دندانپزشکی فارسی، این یافته بر ضرورت استفاده از راهنماهای بالینی معتبر و ارزیابی مستقل پاسخ‌ها تأکید می‌کند.
شناسنامه پژوهشدانشگاه: دانشگاه دیچله، دیاربکر، ترکیهنویسندگان: Mehmet Ali Altunkum، Gizem Akın Tartuk، Tolga Mavigöz و Sadullah Kaya
نشریه: Scientific Reports، از مجموعه Nature Portfolio
نوع پژوهش: مطالعه مقایسهای مدل‌های زبانی روی سناریوهای فرضی بالینی
وضعیت انتشار: مقاله داوری‌شده
مقاله اصلی:https://doi.org/10.1038/s41598-026-78154-5#هوش_مصنوعی_در_سلامت #دندانپزشکی #مدل_های_زبانی_بزرگ #هوش_مصنوعی_اعتمادپذیر #نورون
نورون | هوش مصنوعی در سلامترصد تحولات، فهم آینده سلامت
@NeuronRC پژوهش جدید | هوش مصنوعی در سلامتهفت چتبات هوش مصنوعی در آزمون ایمنی پرتوی، عملکرد بهتری از پزشکان و دندانپزشکان داشتند!
پژوهشگران دانشگاه مرسین ترکیه در مطالعهای تازه، دانش پزشکان، دندانپزشکان و افراد عادی را درباره خطرات پرتو و اصول حفاظت در برابر آن با هفت سامانه هوش مصنوعی مقایسه کردند.
نتایج این پژوهش که در ۲۶ اکتبر ۲۰۲۶ در نشریه Scientific Reports منتشر شد، نشان داد چتباتها در پاسخ به پرسشهای نظری ایمنی پرتوی، امتیاز بالاتری از گروههای انسانی کسب کردند.
سؤال اصلی پژوهش چه بود؟آیا چتباتهای هوش مصنوعی میتوانند به پرسشهای تخصصی درباره خطرات پرتو و اصول حفاظت در برابر آن، دقیقتر از پزشکان، دندانپزشکان و افراد جامعه پاسخ دهند؟ پژوهشگران چه کردند؟پژوهشگران پرسشنامهای شامل ۲۵ سؤال چندگزینهای درباره ایمنی پرتوی تهیه کردند.۳۴۴ نفر از گروههای پزشکی، دندانپزشکی و عموم مردم در آزمون شرکت کردند.همان سؤالات از هفت سامانه شامل ChatGPT-5، ChatGPT-4o، Claude، Gemini، DeepSeek، Microsoft Copilot و Perplexity پرسیده شد.پژوهشگران همچنین پایداری پاسخ‌های مدلها را در زمانهای مختلف بررسی کردند. نتایج چه بود؟ دقت پاسخ چتباتها بین ۸۰ تا ۹۰٫۶۷ درصد بود؛ درحالیکه این میزان در گروههای انسانی بین ۳۲ تا ۶۰ درصد گزارش شد. در میان سامانه‌های بررسیشده، Microsoft Copilot بالاترین و Perplexity پایینترین دقت را داشتند. پزشکان و دندانپزشکان نیز عملکرد بهتری از افراد عادی نشان دادند، اما اختلاف معناداری میان این دو گروه حرفهای مشاهده نشد. عملکرد بیشتر چتباتها در زمانهای مختلف نسبتاً پایدار بود؛ بااینحال، پاسخ‌های ChatGPT-5 تغییر معناداری در طول زمان نشان دادند. چقدر می‌توان به نتایج اعتماد کرد؟این مقاله داوری‌شده است، اما پژوهشگران فقط دانش نظری را با پرسشهای چندگزینهای ارزیابی کردند.عملکرد بهتر در چنین آزمونی به معنای توانایی بیشتر در تصمیم‌گیری بالینی، تفسیر تصاویر پزشکی یا رعایت عملی اصول حفاظت پرتوی نیست.نتایج همچنین به نسخه مدلها و شرایط اجرای آزمون وابستهاند. چرا این پژوهش مهم است؟ایمنی پرتوی در تصویربرداری پزشکی و دندانپزشکی اهمیت زیادی دارد و آگاهی از اصول آن می‌تواند به کاهش مواجهه غیرضروری با پرتو کمک کند.این مطالعه نشان می‌دهد چتباتهای هوش مصنوعی میتوانند ابزارهای کمکی مفیدی برای آموزش و مرور مفاهیم ایمنی پرتوی باشند.برای دانشگاه‌های علوم پزشکی ایران نیز ارزیابی نسخههای فارسی این ابزارها و طراحی محتوای آموزشی معتبر می‌تواند زمینه مناسبی برای پژوهش باشد. شناسنامه پژوهشپژوهشگران: Hazal Karslıoğlu، Fatıma Sümeyra Çetin و Halil Altunمرکز پژوهشی: دانشکده دندانپزشکی دانشگاه مرسین، ترکیهنشریه: Scientific Reports، از مجموعه Nature Portfolioنوع پژوهش: مطالعه مقایسهای پرسشنامهای مقاله اصلی:https://doi.org/10.1038/s41598-026-77832-8#هوش_مصنوعی_در_سلامت #ایمنی_پرتوی #دندانپزشکی #آموزش_پزشکی #نورون
نورون | هوش مصنوعی در سلامترصد تحولات، فهم آینده سلامت
@NeuronRC پژوهش جدید | هوش مصنوعی در سلامتآشنایی با هوش مصنوعی کافی نیست؛ دانشجویان پرستاری در مهارت عملی ضعف بیشتری دارند!
پژوهشگران دانشگاه‌های استان هوبئی چین در مطالعهای روی ۶۸۴ دانشجوی پرستاری بررسی کردند که این دانشجویان تا چه اندازه برای استفاده از هوش مصنوعی در فعالیتهای حرفهای آینده آمادهاند.نتایج پژوهش که در نشریه Frontiers in Medicine منتشر شده، نشان می‌دهد دانشجویان از نظر شناخت مفاهیم هوش مصنوعی وضعیت بهتری دارند، اما در شایستگی استفاده عملی از آن امتیاز پایینتری کسب کردهاند.
سؤال اصلی پژوهش چه بود؟آیا دانشجویان پرستاری فقط با هوش مصنوعی آشنا هستند یا برای استفاده مؤثر و مسئولانه از آن در محیطهای سلامت نیز آمادگی دارند؟ پژوهشگران چه کردند؟در این مطالعه مقطعی، ۶۸۴ دانشجوی پرستاری از دو دانشگاه چین با استفاده از پرسشنامه استاندارد آمادگی هوش مصنوعی پزشکی ارزیابی شدند.پرسشنامه چهار حوزه شناخت، شایستگی، نگرش به آینده و اخلاق را میسنجید. پژوهشگران همچنین ارتباط تجربه آموزشی و میزان استفاده از ابزارهای هوش مصنوعی را با امتیاز آمادگی بررسی کردند. نتایج چه بود؟ میانگین آمادگی هوش مصنوعی ۳٫۴۷ از ۵ بود. حوزه شناخت با امتیاز ۳٫۵۷ بالاترین و شایستگی عملی با امتیاز ۳٫۳۲ پایینترین میانگین را داشت. دانشجویانی که آموزش هوش مصنوعی دیده بودند، میانگین امتیاز بالاتری نسبت به سایر دانشجویان داشتند؛ ۳٫۵۸ در برابر ۳٫۴۳. سطح تحصیلات، سابقه برنامهنویسی و فراوانی استفاده از مدل‌های زبانی با آمادگی بیشتر ارتباط داشتند. مدل آماری پژوهش توانست ۳۳٫۳ درصد از تفاوت امتیازها را توضیح دهد. چرا این پژوهش مهم است؟ورود هوش مصنوعی به پرستاری فقط به خرید نرمافزار و تجهیزات جدید نیاز ندارد؛ نیروی انسانی نیز باید بتواند از این ابزارها بهدرستی استفاده کند، محدودیتهای آنها را بشناسد و خطاهای احتمالی را تشخیص دهد.این یافتهها برای دانشگاه‌های علوم پزشکی ایران نیز قابل توجهاند؛ بهویژه در طراحی آموزشهای عملی سواد هوش مصنوعی برای دانشجویان پرستاری.
شناسنامه پژوهشپژوهشگران: Hui Qin، Tao Zeng و Lu Liuمرکز پژوهشی: دانشگاه فناوری جینگچو، استان هوبئی، چین؛ با مشارکت دانشجویان دو دانشگاهنشریه: Frontiers in Medicineنوع پژوهش: مطالعه مقطعی پرسشنامهای مقاله اصلی:https://doi.org/10.3389/fmed.2026.2007016#هوش_مصنوعی_در_سلامت #آموزش_پرستاری #سواد_هوش_مصنوعی #سلامت_دیجیتال #نورون
نورون | هوش مصنوعی در سلامترصد تحولات، فهم آینده سلامت
@NeuronRC۱ پژوهش جدید | هوش مصنوعی در سلامتهوش مصنوعی عاملمحور، ثبت عوارض ایمنیدرمانی سرطان را سریعتر و دقیقتر کردپژوهشگران دانشکده پزشکی هاروارد، مؤسسه سرطان دانا-فاربر، مجموعه درمانی Mass General Brigham و چند مرکز دانشگاهی دیگر در آمریکا و هلند، سامانهای مبتنی بر هوش مصنوعی عاملمحور طراحی کردهاند که به شناسایی و ثبت عوارض ناشی از ایمنیدرمانی سرطان کمک می‌کند. نتایج این پژوهش که ۲۹ اکتبر ۲۰۲۶ در نشریه Nature Cancer منتشر شده، نشان می‌دهد استفاده از این سامانه در کنار نیروی انسانی می‌تواند سرعت و هماهنگی بررسی پروندههای پزشکی را بهبود دهد. سؤال اصلی پژوهش چه بود؟آیا هوش مصنوعی می‌تواند از میان یادداشتهای بالینی بیماران سرطانی، عوارض ایمنیدرمانی را شناسایی کند و به کارشناسان در ثبت دقیقتر و سریعتر این عوارض کمک کند؟ پژوهشگران چه کردند؟سامانهای متشکل از شش عامل تخصصی هوش مصنوعی توسعه یافت که اطلاعات مربوط به شش نوع عارضه، از جمله التهاب ریه، کبد، روده، تیروئید و عضله قلب را استخراج میکرد.مطالعه در سه مرحله انجام شد: ارزیابی گذشتهنگر روی ۲۶۳ یادداشت بالینی آزمون، اجرای آزمایشی آیندهنگر روی ۸۸۴ یادداشت طی سه ماه و مقایسه عملکرد ۱۷ کارشناس پژوهش بالینی هنگام بررسی پروندهها با کمک هوش مصنوعی و بدون آن. نتایج چه بود؟ در آزمون گذشتهنگر، امتیاز F1 سامانه برای شناسایی عوارض فعال به ۰٫۹۲ رسید؛ اما این شاخص برای درجهبندی شدت عوارض ۰٫۶۶ بود. F1 معیاری برای ارزیابی توازن میان شناسایی درست موارد و پرهیز از اعلام موارد نادرست است. در ارزیابی آیندهنگر، امتیاز F1 به محدوده ۰٫۷۲ تا ۰٫۷۹ کاهش یافت؛ نشانهای از اینکه عملکرد مدل در محیط واقعی می‌تواند با آزمونهای اولیه متفاوت باشد. استفاده از هوش مصنوعی، زمان میانه بررسی هر یادداشت را ۴۳٫۵ درصد کاهش داد. همچنین میزان تطابق کامل ثبتها با پاسخ مرجع از ۱۹٫۴ به ۲۵٫۹ درصد افزایش یافت و توافق میان کارشناسان نیز بهبود پیدا کرد. چقدر می‌توان به نتایج اعتماد کرد؟این پژوهش علاوه بر آزمون گذشتهنگر، شامل ارزیابی آیندهنگر و مطالعه تصادفی متقاطع با کارشناسان بود؛ بااینحال، تمام مراحل در یک نظام سلامت انجام شدهاند و اعتبارسنجی مستقل در مراکز دیگر صورت نگرفته است.همچنین پژوهش، بهبود پیامدهای درمانی بیماران را بررسی نکرده است. بنابراین نتایج فعلاً از کاربرد سامانه برای کمک به بررسی و ثبت عوارض پشتیبانی می‌کنند، نه جایگزینی قضاوت بالینی پزشک. چرا این پژوهش مهم است؟بخش زیادی از اطلاعات مربوط به عوارض درمان سرطان در یادداشتهای متنی پزشکان ثبت میشود و بررسی دستی آنها زمانبر است.این مطالعه نشان می‌دهد هوش مصنوعی عاملمحور، با استخراج اطلاعات و ارائه شواهد قابل بررسی، می‌تواند بخشی از این کار را برای کارشناسان آسانتر کند.چنین رویکردی برای مراکز سرطان و سامانه‌های پایش ایمنی دارو در ایران نیز قابل بررسی است؛ البته به شرط ارزیابی مستقل با پروندههای فارسی، دادههای بومی و نظارت متخصصان. شناسنامه پژوهشدانشگاهها و مراکز همکار: دانشکده پزشکی هاروارد، مؤسسه سرطان دانا-فاربر، Mass General Brigham، دانشگاه براون، دانشگاه ماستریخت، MIT، دانشگاه پیتسبورگ و مراکز پژوهشی همکار آمریکانشریه: Nature Cancerتاریخ انتشار: ۲۹ اکتبر ۲۰۲۶ نوع پژوهش: مطالعه چندمرحلهای شامل ارزیابی گذشتهنگر، اعتبارسنجی آیندهنگر و مطالعه تصادفی متقاطع
وضعیت انتشار: مقاله علمی داوری‌شده، دسترسی آزاد
مقاله اصلی: https://doi.org/10.1038/s43018-026-01264-6#هوش_مصنوعی_در_سلامت #هوش_مصنوعی_عامل_محور #سرطان #ایمنی_درمانی #نورون
نورون | هوش مصنوعی در سلامترصد تحولات، فهم آینده سلامت
@NeuronRC پژوهش جدید | هوش مصنوعی در سلامت آیا هوش مصنوعی هرچه بیشتر فکر کند، تشخیص پزشکی دقیقتری می‌دهد؟
پژوهشی تازه در نشریه Nature Communications نشان داده است که مدل‌های هوش مصنوعی مجهز به قابلیت استدلال، اگرچه در تشخیص بیماریها عملکرد بهتری دارند، ممکن است تشخیصهای اشتباه بیشتری نیز مطرح کنند.
این مطالعه با مشارکت پژوهشگران دانشگاه هنگکنگ، دانشگاه تسینگهوا، دانشکده پزشکی هاروارد و چند مرکز علمی دیگر در چین و آمریکا انجام شده است.
سؤال اصلی پژوهش چه بود؟آیا مدل‌های هوش مصنوعی استدلالی که پیش از پاسخدادن مراحل بیشتری از تحلیل را طی می‌کنند، در تشخیص بیماریها دقیقتر و قابلاعتمادتر از مدل‌های زبانی معمولی هستند؟
پژوهشگران چه کردند؟محققان مجموعه ارزیابی AIMS-LDR را با استفاده از ۲٬۹۷۸ پرونده واقعی بیماران، شامل دادههای MIMIC-IV و eICU، طراحی کردند.
آنها شش جفت مدل هوش مصنوعی را در حالت استدلالی و غیراستدلالی، در ۱۲ تخصص پزشکی مقایسه کردند. همچنین در مطالعهای با مشارکت ۱۵ پزشک، عملکرد تشخیص با همکاری پزشک و هوش مصنوعی بررسی شد.
نتایج چه بود؟ مدل‌های استدلالی در تشخیص اصلی بیماری و پیشنهاد تشخیصهای افتراقی مرتبط عملکرد بهتری داشتند؛ اما بیش از ۳۴ درصد تشخیص مثبت کاذب بیشتری تولید کردند. یعنی بیماریهایی را مطرح کردند که شواهد کافی برای تأیید آنها وجود نداشت. تکرارپذیری پاسخ‌های این مدلها حدود ۴۰ درصد کمتر بود. به بیان ساده، وقتی یک پرونده چند بار بررسی میشد، احتمال دریافت پاسخ‌های یکسان کاهش پیدا میکرد. وقتی مدل استدلالی برای پیشنهاد تشخیصها و پزشک برای بررسی اعتبار آنها به کار گرفته شد، دقت تشخیص ۲۰ درصد افزایش یافت و تشخیصهای مثبت کاذب ۴۴ درصد کاهش پیدا کرد. چقدر می‌توان به نتایج اعتماد کرد؟پژوهش از دادههای واقعی پروندههای پزشکی استفاده کرده و مدلها را در شرایط مختلف ارزیابی کرده است. بااینحال، آزمایشها در محیط کنترلشده و بهصورت گذشتهنگر انجام شدهاند.
هنوز مشخص نیست این نتایج در مواجهه مستقیم با بیماران و شرایط واقعی بیمارستان نیز تکرار شوند. بنابراین، افزایش دقت در این آزمایشها به معنای اثبات ایمنی استفاده مستقل از هوش مصنوعی برای تشخیص پزشکی نیست.
چرا این پژوهش مهم است؟این مطالعه یک نکته مهم را روشن می‌کند: توانایی بیشتر هوش مصنوعی در استدلال، لزوماً به معنای تصمیم‌گیری ایمنتر نیست.
برای استفاده از این فناوری در بیمارستانها، علاوه بر دقت تشخیص، باید میزان خطا، ثبات پاسخ‌ها و نقش پزشک در تأیید نتایج نیز ارزیابی شود.
این موضوع برای توسعه دستیارهای هوشمند پزشکی در ایران نیز اهمیت دارد؛ بهویژه سامانههایی که قرار است در تصمیمگیریهای حساس بالینی به پزشکان کمک کنند.
شناسنامه پژوهشدانشگاههای همکار: دانشگاه هنگکنگ، دانشگاه تسینگهوا، دانشکده پزشکی هاروارد، دانشگاه علم و فناوری جنوب چین، مؤسسه فناوری پکن، دانشگاه کالیفرنیا سانتاکروز و بیمارستان عمومی ماساچوست
نشریه: Nature Communications
تاریخ انتشار: ۲۹ اکتبر ۲۰۲۶
نوع پژوهش: مطالعه مقایسهای گذشتهنگر با ارزیابی مدل‌های استدلالی و اعتبارسنجی با مشارکت پزشکان
وضعیت انتشار: داوری‌شده، دسترسی آزاد؛ نسخه پذیرفتهشده پیش از ویرایش نهایی ناشر
مقاله اصلی:https://doi.org/10.1038/s41467-026-78520-x#هوش_مصنوعی_در_سلامت #هوش_مصنوعی_استدلالی #تشخیص_پزشکی #ایمنی_بیمار #نورون
نورون | هوش مصنوعی در سلامترصد تحولات، فهم آینده سلامت
@NeuronRC پژوهش ایرانی | هوش مصنوعی در سلامتهوش مصنوعی در تصویربرداری دندان و فک چقدر دقیق است؟ بررسی ۷۴ پژوهش توسط محققان ایرانیپژوهشگران دانشگاه علوم پزشکی شهید بهشتی، دانشگاه علوم پزشکی ارومیه، دانشگاه صنعتی امیرکبیر و چند مرکز دانشگاهی دیگر در ایران، در یک پژوهش مشترک عملکرد هوش مصنوعی را در تحلیل تصاویر سهبعدی دندان، فک و صورت بررسی کردند.
سؤال اصلی پژوهش چه بود؟آیا هوش مصنوعی می‌تواند در شناسایی ضایعات، تشخیص ساختارهای آناتومیکی و تحلیل تصاویر سیبیسیتی (CBCT) به دندانپزشکان کمک کند؟CBCT نوعی تصویربرداری سهبعدی است که برای بررسی دقیق دندانها، استخوان فک و ساختارهای اطراف آنها استفاده میشود. پژوهشگران چه کردند؟پژوهشگران نتایج ۷۴ مطالعه منتشرشده درباره کاربرد یادگیری ماشین در تصاویر CBCT را گردآوری و با روش مرور نظاممند و فراتحلیل بررسی کردند. نتایج چه بود؟ میانگین تجمیعی دقت مدلها در مطالعات قابل ترکیب، ۸۸ درصد گزارش شد. حساسیت تجمیعی ۹۵ درصد بود؛ یعنی مدلها در شرایط مطالعات بررسیشده، توانایی بالایی در شناسایی موارد مثبت داشتند. شاخص AUC نیز به ۰٫۹۳ رسید که نشاندهنده توانایی مناسب مدلها در تفکیک گروههای مورد بررسی است شناسنامه پژوهشپژوهشگران: عارف زارعی، حدیث ملکپور، مهیا نقیپور علمداری و همکارانمراکز همکار: دانشگاه‌های علوم پزشکی شهید بهشتی، ارومیه، اردبیل و تهران، دانشگاه صنعتی امیرکبیر و سایر مراکز دانشگاهی همکار
نشریه: BMC Oral Health
نوع پژوهش: مرور نظاممند و فراتحلیل
مقاله اصلی:https://doi.org/10.1186/s12903-026-10316-3
#پژوهش_ایرانی #هوش_مصنوعی_در_سلامت #دندانپزشکی_دیجیتال #تصویربرداری_پزشکی #نورون
نورون | هوش مصنوعی در سلامترصد تحولات، فهم آینده سلامت
@NeuronRC پژوهش جدید | هوش مصنوعی در سلامتچرا اضافهکردن یک درس هوش مصنوعی به آموزش پزشکان کافی نیست؟پژوهشگران دانشگاه مکمستر کانادا در مطالعهای تازه نشان داده‌اند که آموزش هوش مصنوعی به پزشکان متخصص آینده، فقط به تدوین سرفصلهای درسی جدید محدود نمیشود.این پژوهش که در نشریه BMC Medical Education منتشر شده، به موانعی پرداخته است که دانشگاهها هنگام واردکردن هوش مصنوعی به دورههای دستیاری تخصصی پزشکی با آن روبهرو هستند.
پژوهشگران چه کردند؟آنها با ۱۲ پزشک فعال در حوزه هوش مصنوعی و آموزش پزشکی در آمریکای شمالی مصاحبه کردند تا مشکلات و نیازهای آموزشی را از نگاه متخصصان شناسایی کنند. چه نتایجی به دست آمد؟پژوهشگران پنج چالش اصلی را شناسایی کردند: تغییر سریع فناوری و نیاز به بازنگری مداوم محتوای آموزشی آشنایی ناکافی برخی استادان با کاربردهای هوش مصنوعی آمادهنبودن زیرساختها و مقررات دانشگاهی نبود استانداردهای آموزشی روشن و مورد توافق نگرانی درباره تغییر نقش و مسئولیت حرفهای پزشکان چرا این پژوهش مهم است؟یافتهها نشان می‌دهد اضافهکردن یک واحد درسی هوش مصنوعی، بدون آموزش اعضای هیئت علمی و آمادهسازی دانشگاه، کافی نیست.پژوهشگران پیشنهاد می‌کنند برنامههای آموزشی انعطافپذیر باشند و استادان و دستیاران بتوانند بخشی از مهارتهای جدید را در کنار یکدیگر یاد بگیرند. مقاله اصلی:https://doi.org/10.1186/s12909-026-10684-y#هوش_مصنوعی_در_سلامت #آموزش_پزشکی #آموزش_هوش_مصنوعی #سلامت_دیجیتال #نورون
نورون | هوش مصنوعی در سلامترصد تحولات، فهم آینده سلامت
@NeuronRC پژوهش جدید | هوش مصنوعی در سلامتآیا استفاده طولانی از هوش مصنوعی با اضطراب و مشکلات خواب ارتباط دارد؟پژوهشگران چینی در مطالعهای روی ۱۸۸۲ دانشجوی پزشکی بررسی کردند که مدت استفاده از ابزارهای هوش مصنوعی مولد، مانند چتباتها، چه ارتباطی با وضعیت روانی و کیفیت خواب دانشجویان دارد.
پژوهشگران به چه نتایجی رسیدند؟ دانشجویانی که مدت بیشتری از هوش مصنوعی استفاده میکردند، در مقایسه با افراد کممصرف یا غیرمصرفکننده، حدود دو برابر شانس بیشتری برای گزارش نشانههای اضطراب داشتند. در این گروه، شانس گزارش دشواری در بهخوابرفتن نیز حدود ۱٫۷ برابر بود. استفاده طولانیتر با افزایش امتیاز نشانههای افسردگی ارتباط داشت، اما ارتباط معناداری با طبقهبندی نشانههای افسردگی مشاهده نشد. مقاله اصلی:https://doi.org/10.1186/s12909-026-10747-0#هوش_مصنوعی_در_سلامت #سلامت_روان #آموزش_پزشکی #هوش_مصنوعی_مولد #نورون
نورون | هوش مصنوعی در سلامترصد تحولات، فهم آینده سلامت
@NeuronRC