كاربرد هوش مصنوعي و يادگيري ماشين در گرايش هاي پزشكي،كشف دارو، ژنوميك و زيست حسگرها

سابقه و هدف: در عصر جديد، پيچيدگي و افزايش داده ها در مراقبت هاي بهداشتي، ما را به سمت و سوي استفاده فزاينده از هوش مصنوعي سوق خواهد داد. براي انتخاب بهترين مسير به سمت پزشكي دقيق، بررسي دقيق داده‌هاي كلي بيماران در كنار عوامل متعدد و گسترده، براي تمايز بين افراد بيمار و نسبتاً سالم ضروري است. هوش مصنوعي مي تواند پتانسيل مراقبت هاي بهداشتي از بيماران را بهبود بخشد و از طريق محاسبات و استنتاج پيشرفته، سيستم را قادر مي‌سازد تا استدلال كند و ياد بگيرد و در عين حال منجر به تصميم‌گيري آسان تر پزشك خواهد شد. هوش مصنوعي در حال حاضر در حوزه هاي مختلفي توسط ارائه دهندگان مراقبت هاي بهداشتي و شركت هاي علوم زيستي به كار گرفته شده است. در اين مقاله، مروري بر پيشرفت هاي اخير در حوزه كاربرد هوش مصنوعي در علوم پزشكي، داروسازي و ژنوميك انجام خواهيم داشت. همچنين در مورد نقش يادگيري ماشين در تصويربرداري پزشكي، پزشكي دقيق و حسگرهاي زيستي بحث مي‌ شود و برخي از پيشرفت‌ها در فناوري‌هاي حسگرهاي زيستي را كه از هوش مصنوعي براي كمك به نظارت بر سيگنال‌هاي الكتروفيزيولوژيكي و الكتروشيميايي بدن و تشخيص بيماري استفاده مي‌كنند. بررسي خواهيم كرد كه اين پيشرفت ها، گرايش به سمت پزشكي شخصي‌سازي شده را، با درمان بسيار مؤثر، ارزان و دقيق در نقطه مراقبت نشان مي‌دهد. محققان مي‌توانند با در دسترس بودن طيف وسيعي از مجموعه داده‌ها و تكنيك‌هاي رايانه‌اي مدرن مانند يادگيري ماشين (ML: machine learning) و يادگيري عميق  (DL: deep learning) عصر جديدي از پزشكي ژنوميك و كشف و طراحي داروهاي مؤثر را ايجاد كنند.