به گزارش شهرآرانیوز؛ تولد زودرس یکی از علل اصلی مرگ نوزادان و عامل مهم مشکلات حرکتی و شناختی بلندمدت است. روزانه حدود ۱،۰۰۰ نوزاد در آمریکا زودرس به دنیا می‌آیند.
با وجود اهمیت این موضوع، هنوز علت دقیق تولد زودرس کاملا شناخته نشده است. تیم سیروتا (Sirota) داده‌های میکروبیوم را از حدود ۱،۲۰۰ زن باردار جمع‌آوری و روند بارداری آنها را تا زایمان پیگیری کردند.
به گفته تامی اسکاتس همکار موسسه و نویسنده مقاله این نوع تحقیقات تنها با به اشتراک‌گذاری داده‌ها و همکاری پژوهشگران ممکن است. حجم و پیچیدگی داده‌ها تحلیل آنها را بسیار دشوار می‌کرد.
برای بررسی توانایی هوش مصنوعی تیم‌های UCSF و Wayne State از ۸ سیستم هوش مصنوعی خواستند بدون کمک برنامه‌نویسان انسانی الگوریتم‌هایی برای تحلیل داده‌های DREAM ایجاد کنند. دستورالعمل‌ها به زبان طبیعی، اما دقیق ارائه شد تا هوش مصنوعی بتواند داده‌های پزشکی را مشابه تیم‌های DREAM تحلیل کند.
هدف این بود که داده‌های میکروبیوم واژینال برای شناسایی علائم تولد زودرس و نمونه‌های خون یا جفت برای برآورد سن بارداری بررسی شود.
نتایج نشان داد که ۴ مورد از ۸ ابزار هوش مصنوعی توانستند مدل‌هایی تولید کنند که به اندازه مدل‌های تیم‌های DREAM دقیق بودند و برخی حتی عملکرد بهتری داشتند. پروژه کامل هوش مصنوعی از طراحی اولیه تا انتشار مقاله تنها در شش ماه انجام شد در حالی که فرآیند مشابه انسانی نزدیک به دو سال طول کشیده بود.
با وجود موفقیت پژوهشگران تاکید دارند که هوش مصنوعی می‌تواند نتایج گمراه‌کننده تولید کند و نظارت انسانی همچنان ضروری است. این فناوری جایگزین تخصص علمی نیست، اما با پردازش سریع حجم عظیمی از داده‌ها پژوهشگران زمان بیشتری برای تفسیر یافته‌ها و پرسیدن سوالات علمی بهتر خواهند داشت.
منبع: برنا