اکوسیستم فناوری اصلی دستگاههای پزشکی{0} مجهز به هوش مصنوعی چندین لایه را در بر میگیرد. در هسته نرمافزار آن، الگوریتمهای هوش مصنوعی مبتنی بر فناوریهایی مانند یادگیری ماشین، یادگیری عمیق، و بینایی رایانه قرار دارند{3}}که قادر به شناسایی، تقسیمبندی، اندازهگیری و تجزیه و تحلیل خودکار دادهها (از جمله تصاویر پزشکی و سیگنالهای فیزیولوژیکی) هستند تا عملکردهایی مانند تشخیص ضایعه، طبقهبندی خطر، و پشتیبانی تصمیمگیری بالینی را فعال کنند.
جهتهای مرزی در نوآوری پزشکی هوشمند شامل ساخت مدلهای تخصصی-در مقیاس بزرگ مبتنی بر دادههای پزشکی، ایجاد عوامل هوش مصنوعی پزشکی از طریق همکاریهای بین رشتهای، توسعه فناوریهایی است که رابطهای مغز-رایانه را با هوش بیولوژیکی ترکیب میکنند، و تجهیزات پزشکی هوشمند مهندسی میکنند. در طول دوره پانزدهمین-برنامه پنج ساله، دولت از پیشرفتهایی در-فناوریهای پیشرفته مانند مدلهای هوش الهامگرفته از مغز-و جهانی پشتیبانی میکند، در حالی که تکرار پایانههای هوشمند مانند رابطهای رایانهای مغز- را پیش میبرد. دولت همچنین بر توسعه محصولاتی مانند دستگاه های پزشکی هوشمند تمرکز خواهد کرد.
به عنوان مثال، در زمینه نظارت مداوم گلوکز (CGM)، محصولات موجود از عوامل اختصاصی هوش مصنوعی متخصص در مدیریت دیابت استفاده می کنند. با ادغام CGM با قابلیتهایی مانند تعامل هوش مصنوعی، تشخیص رژیم غذایی، تجزیه و تحلیل نوسانات و هشدارهای روند، مدیریت و تفسیر دادههای سلامت هوشمندتر را امکانپذیر میکنند. دادههای پزشکی با کیفیت بالا و چند منبع- پایه و اساس آموزش و کاربرد مدل هوش مصنوعی را تشکیل میدهد که شامل پردازش و ادغام دادههای چندوجهی- مانند اسکنهای CT و MRI، تصاویر اولتراسوند، دادههای آسیبشناسی و سیگنالهای فیزیولوژیکی میشود. آموزش مدل به شدت بر- مجموعه داده های تصویربرداری پزشکی با کیفیت بالا و قابلیت های محاسباتی قدرتمند GPU متکی است. در سطح سخت افزار، فناوری هوش مصنوعی نیاز به یکپارچگی عمیق با تجهیزات پزشکی دارد. برای مثال، تعبیه الگوریتمها در دستگاههای تصویربرداری مانند CT و اسکنرهای اولتراسوند، اتوماسیون پایان به{8}پایان-از موقعیتیابی هوشمند بیمار و اسکن خودکار تا تشخیص کمکی{10}}یا ادغام با روباتهای جراحی برای دستیابی به ناوبری و ناوبری دقیق جراحی را ممکن میسازد.
هوش مصنوعی با افزایش قابلیتها در ادراک، تعامل، تصمیمگیری و اجرا، تکامل روباتهای پزشکی را از کنترل برنامهریزیشده ساده به کنترل هوشمند و تصمیمگیری{1} خودمختار هدایت میکند. برای مثال، در زمینه جراحی دهان، رباتهای چند منظوره جراحی میتوانند دقت روشهای کاشت دندان را بهبود بخشند{3}}با کاهش حاشیه خطا از تقریباً 2 میلیمتر به کمتر از 0.3 میلیمتر{6}}برای دستیابی به عملیاتهای دقیق و کم تهاجمی. این سیستم ها همچنین برای رسیدگی به روش های پیچیده مانند بازسازی عملکردی برای نقایص استخوان فک و صورت گسترش یافته اند. فناوریهای ارتباطی شبکه با سرعت-بالا-با تأخیر پایین{10}}مانند 5G و آینده{12}6G{14}}پشتیبانی حیاتی برای کاربرد از راه دور دستگاههای پزشکی مجهز به هوش مصنوعی{15}} ارائه میکنند. در طول دوره پانزدهمین{18}برنامه پنج ساله، این کشور توسعه مبتنی بر نوآوری{19}}را تقویت خواهد کرد، پیشرفتها در فناوریهای اصلی 6G و ساخت اکوسیستم صنعتی را تسریع خواهد کرد، و یکپارچگی عمیق شبکههای ارتباطی ماهوارهای و زمینی را برای دستیابی به پوشش جامع و یکپارچه در هوا، فضا، زمین، و دریا ترویج خواهد کرد. این امر افق های گسترده تری را برای کاربردهای پزشکی مانند جراحی از راه دور و تجزیه و تحلیل تصویربرداری پزشکی مبتنی بر ابر{21} باز خواهد کرد.
