دنتال مال و مدیکال مال

شهر دندانپزشکی

کلینیک های زنجیره ای

ده ها آزمایش برای یک سرماخوردگی ساده

#کارتل_های_اقتصادی بزرگترین برنده افزایش ظرفیت پزشکی و مردم هم بازنده تصمیمات آقایان


چرا آقای خضریان و امثالهم دنبال رقابتی کردن بیمه ها و تلاش برای افزایش خدمات بیمه ها نیستند؟

@funical

استفاده عمه من از هوش مصنوعی😂😂


@funical

دم از چه می‌زنی؟ کاهش تصادف؟ حفظ جان؟

ما جماعتی هستیم که برای پیچاندن همه چیز برنامه داریم....

✍️ امیر اسماعیلی

@funical

آیا «تلفن‌های هوشمند» مقصر اصلی کاهش تمرکز‌مان هستند!؟

✍️ دکتر علی‌اصغر هنرمند

سال ۲۰۰۴ یک بررسی روی کاربران ابزارهای دیجیتال نشان داد که بازه توجه (attention span) آنها به طور متوسط «دو و نیم دقیقه» است. حالا همین بررسی بیست سال بعد و در سال ۲۰۲۴ انجام شده و مشخص شده که این عدد به ۴۷ ثانیه رسیده! یعنی تمرکز ما روز‌به‌روز کمتر می‌شود.

در این میان موبایل‌ها را مقصر می‌دانیم و به همین خاطر طی چند سال گذشته یک توصیه‌ محبوبیت پیدا کرده: تا جایی که می‌توانید تلفن را از خودتان دور کنید تا میزان استفاده‌تان کمتر بشود.

اما حالا یک پژوهش تازه به نتایج جالبی دست پیدا کرده:

در این مطالعه از افراد خواسته می‌شد تلفن همراه‌شان را در فاصله‌ای دور از خودشان قرار بدهند. در چنین شرایطی میزان استفاده از تلفن واقعا کمتر می‌شد (که این موضوع را مطالعات دیگر هم نشان داده‌اند). اما نکته اینجا بود که دور کردن موبایل سبب افزایش بهره‌وری و کار بیشتر نمی‌شد. بلکه افراد سرگرمی‌ها و شبکه‌های اجتماعی را روی لپ‌تاپ‌شان باز می‌کردند و همان رفتار را آنجا ادامه می‌دادند!

به عبارت دیگر زمانی که تلفن کمتر در دسترس باشد، سراغ سرگرمی‌های رایج مانند بازی و گردش در شبکه‌های اجتماعی روی دیگر ابزارهای دیجیتال می‌رویم و عملا میزان کار مفیدمان افزایش پیدا نمی‌کند.

محققان می‌گویند وقتی به دنبال افزایش بهره‌وری هستیم، نباید «کاهش استفاده از تلفن همراه» را هدف بگیریم. بلکه باید اپلیکیشن‌ها و سایت‌هایی که باعث کاهش تمرکز‌ می‌شوند را شناسایی و استفاده از آنها را کمتر کنیم.

مثلا اگر زمان زیادی را در اینستاگرام تلف می‌کنیم، سعی کنیم استفاده از این شبکه‌ی اجتماعی را کاهش دهیم (یا آن را به کلی حذف کنیم).

تلفن‌‌ها را سرزنش نکنیم، مشکل در مغز خودمان است!

@Funical

توجه
قبل از آنکه ۱۶ هزار دانشجوی پزشکی پذیرش شده امسال، فارغ التحصیل شوند هوش مصنوعی دکتر خواهد شد!

@funical

سرحضور غياب شنبه صبح 😐
(تا صب برا فيزيو قلب برنامه چيدي تا تموم كني.)


@funical

از فردا در سراسر کشور:
نه دکتر من بدن خودمو میشناسم فقط به لاریو جواب میده برام‌ بنویس

@funical

گوشی جدید شیائومی دیگه رسماً تبدیل به دوربین شده و شما میتونی جای دوربین ازش استفاده کنی

@funical

گل بگیرن سیستم درمان چنین مملکتی رو که یه تریاژ رو نمیتونه مدیریت کنه!!
توجه شما رو به شکایت بیمار و ساعت مراجعه به اورژانس سانتر مرکز استان رو دارم.

#ارسالی

@funical

شاکی: با اعتماد به داماد برادرم، بدون نوشتن قرارداد، ۷۵ میلیون دلار به او دادم تا ۱۶ هواپیما بخرد اما نخرید

اژه‌ای: باید از خودتان شاکی باشید. صحبت از ۱۶ هواپیما به ارزش ۷۵ میلیون دلار است نه اسباب بازی، ولی با کسی قرارداد امضا نکرده‌اید؟

@funical

سوال من:
دیپسیک فکر میکنی چندسال دیگه طول میکشه تا هوش مصنوعی و ابزارهای مبتنی بر اون بتونن با دریافت نتیجه معاینات پزشک بر روی بیمار و با شنیدن شرح حال بیمار و دسترسی به پرونده الکترونیک سلامتش به طور دقیق و بدون خطا و بهتر از پزشک تشخیص بیماری رو انجام بدن؟

پاسخ هوش مصنوعی:
پیشبینی زمان دقیقی که هوش مصنوعی بتواند به طور کامل و بدون خطا تشخیص پزشکی را بهتر از انسان انجام دهد، دشوار است، اما میتوان بر اساس روند فعلی پیشرفت فناوری، یک چشم انداز ارائه کرد. 

### مراحل و چالشهای پیش رو:
1. دسترسی به دادههای جامع و باکیفیت:
   - هوش مصنوعی برای تشخیص دقیق نیاز به حجم عظیمی از داده های پزشکی (مانند تصاویر رادیولوژی، آزمایشها، پرونده های الکترونیک سلامت و حتی داده های ژنتیک) دارد. 
   - چالش اصلی، حریم خصوصی بیماران و استانداردسازی داده هاست. 

2. افزایش دقت مدلهای تشخیصی:
   - مدلهایی مثل DeepSeek-V3 و GPT-4o در پردازش زبان طبیعی (NLP) قوی هستند، اما برای تشخیص پزشکی، مدلهای تخصصی تر (مثل IBM Watson Health یا Google DeepMind Health) نیاز است. 
   - در برخی حوزه ها (مثل تشخیص تومورها در تصاویر رادیولوژی)، هوش مصنوعی همتراز یا حتی بهتر از رادیولوژیستها عمل کرده است. اما در تشخیصهای پیچیده تر (مثل بیماریهای نادر یا ترکیبی از عوامل)، هنوز به انسان نیاز است. 

3. یکپارچه سازی با سیستمهای بالینی:
   - حتی اگر هوش مصنوعی دقیق باشد، پذیرش آن توسط پزشکان، بیماران و سیستمهای قانونی زمان بر است. 
   - خطاهای احتمالی AI ممکن است منجر به مسئولیتهای حقوقی شود که باید حل شوند. 

4. نیاز به نظارت انسانی:
   - احتمالاً در کوتاه مدت، هوش مصنوعی به عنوان دستیار پزشک عمل میکند تا جایگزین کامل آن. 

پیش بینی زمانبندی:
- ۵ تا ۱۰ سال آینده (۱۴۰۹–۱۴۱۴):
  - هوش مصنوعی در برخی تخصصها (رادیولوژی، پاتولوژی، پوست) به سطحی میرسد که بتواند به تنهایی تشخیص دهد، اما همچنان نیاز به تأیید پزشک دارد. 
- ۱۰ تا ۲۰ سال آینده (۱۴۱۴–۱۴۲۴):
  - اگر پیشرفتهای هوش مصنوعی عمومی (AGI) محقق شود، ممکن است سیستمهای کاملاً خودکار بتوانند تشخیصهای پیچیده تر را انجام دهند. 
- بیش از ۲۰ سال (پس از ۱۴۲۴):
  - در صورت حل چالشهای اخلاقی، حقوقی و فنی، احتمالاً هوش مصنوعی مستقل تر عمل خواهد کرد. 

نتیجه گیری:
🔹 تا ۱۰ سال آینده: AI بهعنوان دستیار فوق‌العاده دقیق پزشکان عمل میکند. 
🔹 ۱۰–۲۰ سال آینده: ممکن است در برخی حوزه ها جایگزین پزشکان شود. 
🔹 بیش از ۲۰ سال: اگر AGI توسعه یابد، شاید بتواند به طور کامل جایگزین شود، اما این بستگی به پیشرفتهای غیرمنتظره دارد. 

به نظر شما، آیا حاضرید درمان خود را کاملاً به یک هوش مصنوعی بسپارید؟ 🤖💉

@funical

از شکار دگران چشم و دلی دارم سیر،
شیرم و جوی شُغالان نبود آبخورم...

سیزده‌بدر همگی‌ شما گوگولی‌ها مُبارک و خجسته باشه.
اُمیدوارم همگی‌تون گره روشنایی زندگی رو بزنین.
و لُطفاً وقتی به طبیعت میرین درخت‌‌ها رو برای هیزم اتش نزنید و توی فضای سبز آشغال‌های خودتون رو رها نکنید؛ طبیعت ارثیه پدران ما نیست، بلکه امانتی برای آیندگان و بچه‌هامون هست.

شبتون به زیبایی حضور در خانه، همانجایی که دوستش دارید. 💖
@Utilize_this_noscripture

آقای مکانیک این‌رو چسبونده بود پشت شیشه مغازه‌اش. من اما چندبار خوندمش چون درباره مکانیکی نبود...


@funical