🤓دانشمندان با استفاده از پیوند سلول‌های بنیادی عصبی، امیدی جدید برای درمان آسیب‌های نخاعی ایجاد کرده‌اند.

🔬این سلول‌ها می‌توانند به نورون‌ها و دیگر سلول‌های عصبی تبدیل شوند و به بازسازی آسیب‌های عصبی کمک کنند.

👨‍🦽در یک آزمایش انسانی، چهار بیمار با آسیب‌های مزمن نخاعی تحت پیوند این سلول‌ها قرار گرفتند و نتایج فراتر از انتظار بود. در طول پنج سال، دو بیمار بهبود قابل توجهی را تجربه کردند؛ یکی حس لمسی بیشتری را بازیافت و دیگری نشانه‌هایی از بازگشت حرکت در اندام‌های تحتانی نشان داد.

📖این پیشرفت‌ها در شرایطی رخ داده که درمان آسیب نخاعی تقریباً غیرممکن تلقی می‌شد.

برای مشاهده متن کامل ما را در اینستاگرام فالو کنید.❤️

https://pmc.ncbi.nlm.nih.gov/articles/PMC11722094

https://www.cell.com/cell-reports-medicine/fulltext/S2666-3791(24)00612-8

https://www.sciencedaily.com/releases/2024/12/241217131102.htm

راه های ارتباط با ما👇🏼

Tel channel: @RahenScience
Admin: @rahen_science
Instagram: rahen.science
Bot: @RahenScienceBot


⚡️راهین: مشاوره و همکاری در پروژه های علوم پزشکی و زیستی⚡️

👩‍💻فناوری بیوپرینت به زودی امکان پرینت اندام‌های انسانی با جوهر زیستی را فراهم می‌کند.

📚این فناوری در حال حاضر در حال توسعه است و ساختارهایی مانند پوست، استخوان و رگ‌های خونی با پرینت سه‌بعدی تولید شده‌اند، هرچند هنوز برای استفاده انسانی تأیید نشده‌اند.

👂یکی از پیشرفت‌های مهم، پیوند موفقیت‌آمیز گوش زیستی پرینت شده از سلول‌های زنده برای یک بیمار است. همچنین، محققان لهستانی موفق به ایجاد پانکراس بیوپرینت شده‌ای شدند که در آزمایش‌های روی خوک‌ها جریان خون پایداری را نشان داد.

🫁شرکت United Therapeutics نیز داربست یک ریه انسانی را با 4000 کیلومتر مویرگ و 200 میلیون آلوئول پرینت کرده که در مدل‌های حیوانی قابلیت تبادل گاز را دارد.

برای مشاهده متن کامل ما را در اینستاگرام فالو کنید.❤️

https://www.cellink.com/blog/3d-printed-organs

راه های ارتباط با ما👇🏼

Tel channel: @RahenScience
Admin: @rahen_science
Instagram: rahen.science
Bot: @RahenScienceBot


⚡️راهین: مشاوره و همکاری در پروژه های علوم پزشکی و زیستی⚡️

🚨 سبک زندگی ناسالم از ۳۶ سالگی پیامدهای خطرناکی دارد! 🚨 

🔬پژوهش جدید نشان می‌دهد: 
❌ سیگار کشیدن 🚭 
❌ مصرف زیاد الکل 🍷 
❌ کم‌تحرکی 🏃‍♂️ 

⚠️ این رفتارها سلامت جسمی و روانی شما را به شدت تحت تأثیر قرار می‌دهند!

📉 نتایج تحقیق:
🔺 افزایش علائم افسردگی 😞 
🔺 افزایش ریسک متابولیک ⚠️ 
🔻 کاهش رفاه روانی 🧠 
🔻 افت سلامت عمومی 🏥 

🕒 مدت طولانی‌تر = پیامدهای شدیدتر!

💡 راه‌حل چیست؟
✅ ترک رفتارهای ناسالم 🚭 
✅ ورزش و تحرک بیشتر 🏃‍♀️ 
✅ تغذیه سالم 🍏 
✅ مراقبت از سلامت روانی 🧘‍♀️ 

برای مشاهده متن کامل ما را در اینستاگرام فالو کنید.❤️

https://www.tandfonline.com/doi/full/10.1080/07853890.2025.2479233

راه های ارتباط با ما👇🏼

Tel channel: @RahenScience
Admin: @rahen_science
Instagram: rahen.science
Bot: @RahenScienceBot


⚡️راهین: مشاوره و همکاری در پروژه های علوم پزشکی و زیستی⚡️

🚨 کشف شگفت‌انگیز: هشدار نامرئی پوست! 🚨 

🔬 دانشمندان دانشگاه ماساچوست امهرست موفق شدند یک سیستم هشدار مخفی در پوست انسان را کشف کنند!
✅ سلول‌های پوستی هنگام آسیب، سیگنال‌های الکتریکی پنهانی ارسال می‌کنند ⚡ 
✅ این سیگنال‌ها به سلول‌های اطراف هشدار می‌دهند که خطر در کمین است! 

🧪 آزمایش علمی:
🔹 آسیب‌دیدگی سلول‌های پوستی با لیزر ☢️ 
🔹 ارسال امواج الکتریکی با سرعت ۱۰ میلی‌متر در ثانیه⚡ 
🔹 سیگنال‌ها تا ساعت‌ها پس از آسیب فعال باقی می‌مانند 

💡 انقلابی در پزشکی!
🏥 پانسمان‌های هوشمند برای شناسایی سریع‌تر زخم‌ها.
🎛️ حسگرهای پوشیدنی برای تشخیص و درمان بهتر.

🌍 آینده‌ای را تصور کنید که پوست مصنوعی هم بتواند هشدار دهد و ترمیم شود!

https://www.sciencealert.com/scientists-found-the-silent-scream-of-human-skin-for-the-first-time

راه های ارتباط با ما👇🏼

Tel channel: @RahenScience
Admin: @rahen_science
Instagram: rahen.science
Bot: @RahenScienceBot


⚡️راهین: مشاوره و همکاری در پروژه های علوم پزشکی و زیستی⚡️

🚀 انقلابی در درمان طاسی؛ کشف علمی جدید! 🚀 

🔬 دانشمندان موفق به کشف یک راه‌حل جدید برای رشد دوباره موها شدند! 
✅ یک ژل قندی به نام دئوکسی ریبوز که به‌طور طبیعی در بدن وجود دارد.

🔥 نتایج حیرت‌انگیز تحقیقات:
🔹 محققان دانشگاه شفیلد و کامساتس پاکستان دریافتند که این ژل می‌تواند رشد مو را تحریک کند.
🔹 آزمایش‌ها روی موش‌های طاس نشان داد که در عرض چند هفته، موهای ضخیم و بلند جایگزین نواحی بی‌مو شدند!

🎙️ نظر دکتر هانی پهلوانی:
🗣️ «این ژل کاملاً بی‌خطر، زیست‌تخریب‌پذیر و غیرسمی است و پتانسیل بالایی برای بازگرداندن موها دارد!»

برای مشاهده متن کامل ما را در اینستاگرام فالو کنید.❤️

https://pmc.ncbi.nlm.nih.gov/articles/PMC8583821/

https://www.sciencealert.com/a-surprise-hair-loss-breakthrough-sugar-gel-triggers-robust-regrowth

راه های ارتباط با ما👇🏼

Tel channel: @RahenScience
Admin: @rahen_science
Instagram: rahen.science
Bot: @RahenScienceBot


⚡️راهین: مشاوره و همکاری در پروژه های علوم پزشکی و زیستی⚡️

🚨 استرس محل کار؛ یک تهدید جدی برای سلامت! 🚨 

🔬 جول گو و همکارانش با بررسی ۲۲۸ مطالعه علمی، تأثیرات خطرناک استرس کاری بر سلامت افراد را شناسایی کردند!

⚠️ مهم‌ترین پیامدهای استرس کاری:
📊 استرس محیط کار می‌تواند به اندازه دود سیگار دست دوم مضر باشد.
📊 افزایش احتمال بیماری‌ها تا ۳۵٪ .
📊 ریسک مرگ زودرس تا ۲۰٪ افزایش
📊 نگرانی از دست دادن شغل، مشکلات سلامتی را تا ۵۰٪ افزایش
📊 تعارض میان کار و زندگی، احتمال مشکلات سلامت روان را بیش از دو برابر می‌کند.

💡 راهکارهای مقابله با استرس کاری: 
✅ مدیریت ساعات کاری و استراحت کافی ⏳ 
✅ تقویت حمایت اجتماعی و روابط سالم 🤝 
✅ ایجاد تعادل میان کار و زندگی خانوادگی ⚖️ 
✅ کاهش فشار کاری و بهبود شرایط محیط کار 💼 

برای مشاهده متن کامل ما را در اینستاگرام فالو کنید.❤️

https://behavioralpolicy.org/articles/workplace-stressors-health-outcomes-health-policy-for-the-workplace/

راه های ارتباط با ما👇🏼

Tel channel: @RahenScience
Admin: @rahen_science
Instagram: rahen.science
Bot: @RahenScienceBot


⚡️راهین: مشاوره و همکاری در پروژه های علوم پزشکی و زیستی⚡️

🚀 نانوذرات طلا؛ انقلابی در درمان نابینایی! 🚀 

🔬 دانشمندان دانشگاه براون موفق شدند با تزریق نانوذرات طلا به شبکیه چشم و تحریک آن با لیزر مادون قرمز، نواحی بینایی مغز را دوباره فعال کنند!

✨ این فناوری نوین چگونه کار می‌کند؟
✅ به‌جای گیرنده‌های نوری آسیب‌دیده، سلول‌های سالم شبکیه را هدف قرار می‌دهد
✅ بدون نیاز به جراحی یا دستکاری‌های ژنتیکی
✅ فعال‌سازی نانوذرات از طریق عینک مخصوص مجهز به لیزر مادون قرمز

👓 عینک‌های هوشمند: 
🔹 محیط را اسکن کرده و آن را به زبان نور برای چشم ترجمه می‌کنند 
🔹 تعامل با کل سطح شبکیه
🔹 وضوح بسیار بالا، بدون درد و بدون جراحی 

💡 آینده‌ای روشن برای درمان نابینایی!
🔬 نانوذرات طلا، راهی نوین و ایمن برای بازگرداندن بینایی به کسانی که سال‌ها در تاریکی زندگی کرده‌اند.

برای مشاهده متن کامل ما را در اینستاگرام فالو کنید.❤️

https://www.popularmechanics.com/science/health/a64593150gold-nanoparticles-vision/

راه های ارتباط با ما👇🏼

Tel channel: @RahenScience
Admin: @rahen_science
Instagram: rahen.science
Bot: @RahenScienceBot


⚡️راهین: مشاوره و همکاری در پروژه های علوم پزشکی و زیستی⚡️

🤓رژیم کتوژنیک و سرطان پانکراس

🔬 تحقیق جدید نشان می‌دهد که ترکیب رژیم کتوژنیک با داروی eFT508 می‌تواند رشد تومورهای مهاجم پانکراس را متوقف کند. 

✅ مکانیسم اثر:
- جایگزینی گلوکز با کتون‌ها، که سلول‌های سرطانی قادر به مصرف آن نیستند. 
- داروی eFT508 مکانیسم دفاعی سلول‌های سرطانی را مختل کرده و مانع مصرف چربی می‌شود. 

📌 نتایج:
- کاهش رشد تومورها و افزایش بقای حیوانات آزمایشگاهی. 
- امید به درمان‌های نوین ضدسرطان. 

برای مشاهده متن کامل ما را در اینستاگرام فالو کنید.❤️

https://www.nature.com/articles/s41586-024-07781-7

https://scitechdaily.com/keto-diet-reveals-a-new-way-to-starve-deadly-cancer-cells/

راه های ارتباط با ما👇🏼

Tel channel: @RahenScience
Admin: @rahen_science
Instagram: rahen.science
Bot: @RahenScienceBot


⚡️راهین: مشاوره و همکاری در پروژه های علوم پزشکی و زیستی⚡️

🔍 مرورهای سیستماتیک زائد و تکراری: چالش‌ها و راهکارها 

📌 تعریف و مشکل: نبود معیار مشخص باعث شده برخی مطالعاتِ ضعیف مرور سیستماتیک نامیده شوند. تعداد قابل قبول مرورها نیز نامشخص است. 

⚠️ آسیب‌ها:
🔹 اتلاف منابع علمی، پژوهشی و مالی 
🔹 کاهش اعتماد عمومی به مرورهای سیستماتیک 
🔹 انتشار نتایج متناقض و گمراه‌کننده 

✅ راهکارهای پیشگیری:
📌 ثبت اجباری مرورها در پایگاه‌هایی مانند PROSPERO 
📌 رد مرورهای زائد توسط داوران و مجلات علمی 
📌 بهبود گایدلاین‌های گزارش‌دهی مثل PRISMA 
📌 توسعه مرورهای زنده و به‌روزرسانی مداوم داده‌ها 
📌 حذف مرورهای زامبی و مطالعات بی‌اجرا 
📌 آموزش پژوهشگران برای اجتناب از مرورهای تکراری 

💡 جمع‌بندی: با اجرای راهکارهای بالا می‌توان از اتلاف منابع جلوگیری کرد و کیفیت پژوهش‌های علمی را ارتقا داد.

https://systematicreviewsjournal.biomedcentral.com/articles/10.1186/s13643-023-02191-8

راه های ارتباط با ما👇🏼

Tel channel: @RahenScience
Admin: @rahen_science
Instagram: rahen.science
Bot: @RahenScienceBot


⚡️راهین: مشاوره و همکاری در پروژه های علوم پزشکی و زیستی⚡️

🔍 استفاده مسئولانه از هوش مصنوعی در سنتز شواهد 

📌 گایدلاین RAISE: یک گایدلاین در حال تدوین توسط موسساتی نظیرکاکرین، JBI، EPPI و Campbell برای تنظیم استانداردهای استفاده از AI در پژوهش‌های سنتز شواهد. 

📖 اصول کلیدی
✔️ هوش مصنوعی جایگزین مسئولیت انسانی نیست؛ پژوهشگران باید بر دقت و صحت نتایج نظارت داشته باشند. 
✔️ دلایل استفاده از AI باید شفاف باشد؛ نحوه تأثیرگذاری ابزار بر فرایند پژوهش باید مستند شود. 
✔️ داده‌ها و کدهای آموزشی باید در دسترس باشند؛ در حد امکان، برای افزایش دقت مدل‌ها منتشر شوند. 

🚨 اقدامات ضروری 
📌 ارزیابی مستقل کیفیت ابزارهای AI و بررسی محدودیت‌های آن‌ها برای مرورهای مختلف. 
📌 گزارش‌دهی دقیق بر اساس اصول PRISMA؛ شامل ذکر نام و نسخه ابزار، نحوه استفاده و تأمین مالی. 
📌 رعایت ملاحظات اخلاقی و حقوقی؛ از جمله محرمانگی داده‌ها و عدم نقض حق مؤلف. 
📌 به‌کارگیری الگوریتم‌های شفاف و انسان‌محور؛ ابزارهای AI نباید "جعبه سیاه" باشند. 
📌 استانداردسازی و همکاری بین سازمان‌های علمی؛ تولیدکنندگان مرورها نقش مهمی در اعتبارسنجی ابزارها دارند. 
📌 تقویت تعامل بین پژوهشگران و توسعه‌دهندگان AI برای ارتقای کیفیت ابزارهای هوش مصنوعی. 
📌 تشویق به اشتراک دانش و داده‌ها؛ به اشتراک گذاشتن نتایج موفق و ناموفق، به توسعه بهتر ابزارها کمک می‌کند. 

💡 جمع‌بندی
🔹 هوش مصنوعی می‌تواند نقش مهمی در سنتز شواهد ایفا کند، اما مسئولیت صحت و اعتبار پژوهش‌ها همچنان برعهده پژوهشگران است. 
🔹 رعایت اصول شفافیت، گزارش‌دهی استاندارد و ارزیابی مداوم ابزارها می‌تواند از سوءاستفاده و اتلاف منابع علمی جلوگیری کند. 
🔹 انتشار نسخه نهایی گایدلاین RAISE می‌تواند چارچوبی قوی برای استفاده مسئولانه از AI در تحقیقات علمی ارائه دهد.

https://osf.io/fwaud/files/osfstorage

راه های ارتباط با ما👇🏼

Tel channel: @RahenScience
Admin: @rahen_science
Instagram: rahen.science
Bot: @RahenScienceBot


⚡️راهین: مشاوره و همکاری در پروژه های علوم پزشکی و زیستی⚡️

مطالعه در درون یک مرور ( SWAR = Study Within A Review): تقویت استانداردهای مرورهای نظام‌مند 

📌  تعریف SWAR :
یک پژوهش مستقل که در دل مرورهای نظام‌مند اجرا می‌شود و هدف آن بهبود روش‌های سنتز شواهد است. SWAR مشابه SWAT (مطالعه در درون یک کارآزمایی) عمل می‌کند و به رفع ابهامات روش‌شناختی کمک می‌کند. 

🔍 چرا SWAR اهمیت دارد؟ 
✔️ مرورهای نظام‌مند تصمیمات سیاست‌گذاری و عملی را شکل می‌دهند، اما هنوز ابهامات اجرایی زیادی دارند. 
✔️ روش‌های مرور نباید بر اساس عادات پژوهشی انتخاب شوند؛ باید مبتنی بر شواهد به‌روز باشند. 
✔️ امکان آزمایش و مقایسه روش‌های مختلف مرور را فراهم می‌کند و باعث ارتقای کیفیت پژوهش می‌شود. 

📌 ویژگی‌های کلیدی SWAR :
🔹 بررسی اثربخشی روش‌های مختلف برنامه‌ریزی، اجرا، تحلیل و گزارش مرور. 
🔹 اجرا در یک یا چند مرور بدون تأثیر منفی بر نتایج مرور میزبان. 
🔹 اغلب مقرون‌به‌صرفه‌تر از یک مطالعه مستقل، چون داده‌ها هم‌زمان با مرور جمع‌آوری می‌شوند. 
🔹 امکان ثبت SWAR در مخزن SWAR Store برای دسترسی عمومی و تسهیل استفاده در مرورهای آینده. 
🔹 در اغلب موارد نیازی به تأیید اخلاقی ندارد (مگر در صورت جمع‌آوری داده از افراد). 

🛠️ مثال‌هایی از SWAR در عمل : 
🔸 مقایسه دو روش غربالگری استنادات: بررسی دو مرحله‌ای (عنوان → چکیده) در برابر غربالگری هم‌زمان. نتیجه: روش هم‌زمان سریع‌تر است. 
🔸 ارزیابی شیوه مکاتبه با نویسندگان: مقایسه ایمیل کوتاه همراه پروتکل مرور با ایمیل طولانی بدون پروتکل. نتیجه: تفاوت معناداری در نرخ پاسخ‌دهی دیده نشد. 

🚀 روش‌های انتشار SWAR و گسترش یافته‌ها :
📌 مقالات مستقل در ژورنال‌های معتبر. 
📌 گزارش در مرور میزبان (در بخش مجزا یا ضمیمه مرور). 
📌 وبینارها، پادکست‌ها، کنفرانس‌ها و بلاگ‌ها برای افزایش دیده‌شدن و کاربرد عملی یافته‌ها. 

💡 جمع‌بندی: چرا SWAR راهکار مهمی است؟ 
🔹 مرورهای نظام‌مند نقش حیاتی در تصمیم‌گیری‌های علمی دارند، اما هنوز ابهامات اجرایی در روش‌شناسی آن‌ها وجود دارد. 
🔹 روشی مقرون‌به‌صرفه و علمی برای بررسی کارایی روش‌های مرور و تقویت شواهد روش‌شناختی است. 
🔹 با استفاده از مخزن SWAR Store و انتشار یافته‌ها، پژوهشگران می‌توانند مرورهای آینده را دقیق‌تر و مؤثرتر اجرا کنند. 
🔹 این روش به کاهش اتلاف منابع، بهبود کیفیت مرورها و ارتقای تصمیم‌گیری‌های علمی و عملی کمک می‌کند.

https://pmc.ncbi.nlm.nih.gov/articles/PMC10107874/

راه های ارتباط با ما👇🏼

Tel channel: @RahenScience
Admin: @rahen_science
Instagram: rahen.science
Bot: @RahenScienceBot


⚡️راهین: مشاوره و همکاری در پروژه های علوم پزشکی و زیستی⚡️

تحول در دسترسی آزاد به Sci-Hub و پلتفرم Sci-Net

📌 ابتکار جدید از الکساندرا الباکیان، بنیان‌گذار Sci-Hub 

🔹 پلتفرم Sci-Net شبکه اجتماعی علمی جدیدی است که امکان اشتراک‌گذاری آزاد مقالات را فراهم می‌کند. 
🔹 کاربران می‌توانند درخواست مقاله دهند و سایر اعضا در صورت دسترسی، نسخه PDF را آپلود کنند. 
🔹 حریم خصوصی و ناشناس ماندن کاربران با حذف اطلاعات محرمانه تضمین شده است. 

📌 نحوه عملکرد Sci-Net 

✔️ ثبت درخواست مقاله: کاربران مقاله مورد نیاز خود را وارد می‌کنند و سیستم بررسی می‌کند که آیا در پایگاه‌های آزاد موجود است. 
✔️ پاسخ‌دهی به درخواست‌ها: اعضایی که از طریق دسترسی دانشگاهی یا حرفه‌ای مقاله را دارند، نسخه آن را بارگذاری می‌کنند. 
✔️ دسترسی دائمی: یک بار آپلود مقاله، همه کاربران بدون محدودیت به آن دسترسی خواهند داشت. 
✔️ امنیت و ناشناس ماندن: نیازی به ثبت ایمیل یا شماره تلفن نیست؛ تمام فعالیت‌ها بدون افشای هویت انجام می‌شود. 
✔️ سیستم پاداش‌دهی غیرمتمرکز: آپلودکنندگان مقاله توکن دریافت می‌کنند. 

🚀 رمز ارز Sci-Hub (SCIHUB) و مدل اقتصادی آن 

📌 مشخصات: 
🔹 مبتنی بر بلاک‌چین سولانا (Solana). 
🔹 هدف: حمایت از جنبش دسترسی آزاد به دانش (DeSci). 
🔹 حداکثر عرضه: ۱ میلیارد توکن. 
🔹 عرضه در گردش: تقریباً ۱ میلیارد توکن. 
🔹 ارزش بازار: ۱.۳۳ میلیون دلار. 
🔹 افت قیمت شدید: کاهش ۹۸٪ از بالاترین قیمت ثبت‌شده. 

📌 چالش‌های اقتصادی و انگیزه کاربران 

✔️ کاهش ارزش توکن SCIHUB، میزان انگیزه کاربران برای آپلود مقاله را تحت تأثیر قرار داده است. 
✔️ برخی کاربران به‌جای پرداخت پاداش قابل‌توجه، فقط ۱ توکن برای هر مقاله اختصاص می‌دهند! 
✔️ افراد می‌توانند از طریق دعوتنامه ثبت‌نام کنند و ۱۰۰۰ توکن رایگان دریافت کنند. 
✔️ دو راه برای کسب توکن بیشتر: خرید مستقیم از طریق کیف پول Solflare یا آپلود مقاله برای دریافت پاداش. 

🔍 آیا Sci-Net موفق خواهد شد؟ 

📌 مزایا: 

✔️ دسترسی آزاد و رفع موانع علمی برای پژوهشگران. 
✔️ مدل غیرمتمرکز و حفظ حریم خصوصی کاربران. 
✔️ پاداش‌دهی و تشویق به اشتراک‌گذاری دانش علمی. 

📌 چالش‌ها: 

⚠️ کاهش ارزش توکن SCIHUB میزان انگیزه مشارکت را کم کرده است. 
⚠️ ریسک قانونی و واکنش ناشران به انتشار مقالات بدون مجوز. 
⚠️ عدم قطعیت درباره آینده پلتفرم و امکان شکست آن. 

💡 جمع‌بندی: 

🔹پلتفرم Sci-Net یک ابتکار نوآورانه برای ایجاد دسترسی آزاد به مقالات علمی است، اما چالش‌های اقتصادی و قانونی پیش روی آن قرار دارد. 
🔹 موفقیت این سیستم وابسته به میزان مشارکت کاربران و پایداری مدل اقتصادی توکن‌ها است. 
🔹 در صورت تثبیت ارزش توکن SCIHUB و افزایش انگیزه کاربران، این پلتفرم می‌تواند تأثیر قابل‌توجهی بر جنبش دسترسی آزاد داشته باشد.

https://sci-net.xyz/

راه های ارتباط با ما👇🏼

Tel channel: @RahenScience
Admin: @rahen_science
Instagram: rahen.science
Bot: @RahenScienceBot


⚡️راهین: مشاوره و همکاری در پروژه های علوم پزشکی و زیستی⚡️

گایدلاین FUTURE-AI: استاندارد جهانی برای هوش مصنوعی در سلامت 

📌 کنسرسیوم FUTURE-AI، با مشارکت ۱۱۷ متخصص از ۵۰ کشور، چارچوبی جامع برای هوش مصنوعی قابل اعتماد و قابل استقرار در مراقبت‌های بهداشتی ارائه کرده است. 

📌 این گایدلاین بر ۶ اصل بنیادین استوار است که تمامی مراحل طراحی، توسعه، اعتبارسنجی، تنظیم‌گری، استقرار و پایش AI در پزشکی را پوشش می‌دهد. 

🔹 اصول بنیادین FUTURE-AI 

✔️ عدالت (Fairness): ابزارهای AI باید بدون تبعیض برای تمامی گروه‌های اجتماعی قابل استفاده باشند و سوگیری‌های بالقوه در آن‌ها کاهش یابد. 

✔️ جامعیت (Universality): سیستم‌های AI باید در محیط‌های واقعی نیز عملکرد مطلوبی داشته باشند و قابلیت تعمیم‌پذیری بالایی داشته باشند. 

✔️ قابلیت ردیابی (Traceability): مستندسازی کامل مسیر توسعه تا استقرار، امکان ممیزی، شناسایی خطرات و به‌روزرسانی مدل‌ها را فراهم می‌کند. 

✔️ کاربردپذیری (Usability): ابزارهای AI باید کارآمد، ایمن و آسان باشند و به بهبود عملکرد بالینی و کاهش خطاهای پزشکی کمک کنند. 

✔️ استحکام (Robustness): مدل‌های AI باید در برابر تغییرات داده‌های ورودی مقاوم باشند تا عملکرد پایدار و دقیق داشته باشند. 

✔️ تبیین‌پذیری (Explainability): ابزارهای AI باید دلیل تصمیمات خود را به‌طور شفاف و معنادار ارائه دهند تا پزشکان بتوانند از آن‌ها به‌صورت مطمئن و آگاهانه استفاده کنند. 

📌 ۳۰ مورد Best Practice برای هوش مصنوعی در پزشکی 

🔹 طراحی و توسعه: استفاده از داده‌های متنوع و کاهش سوگیری‌های الگوریتمی. 
🔹 اعتبارسنجی: آزمایش مدل‌ها در محیط‌های واقعی بالینی. 
🔹 تنظیم‌گری: نظارت بر عملکرد و امنیت ابزارهای AI توسط نهادهای مستقل. 
🔹 استقرار و پایش: مستندسازی کامل فرایندها برای شفافیت و بهینه‌سازی مداوم. 

🔗 مطالعه مقاله منتشر شده در BMJ یا بررسی سایت FUTURE-AI برای مشاهده جزئیات توصیه‌ها. 

💡 جمع‌بندی 

🔹 گایدلاین FUTURE-AI تلاش می‌کند اعتمادپذیری، شفافیت و عدالت را در هوش مصنوعی پزشکی تقویت کند. 
🔹 رعایت این اصول می‌تواند به بهبود کیفیت تصمیمات بالینی، کاهش خطاهای AI و افزایش پذیرش آن در سیستم‌های بهداشتی کمک کند. 
🔹 هوش مصنوعی در پزشکی باید مسئولانه، ایمن و شفاف به کار گرفته شود تا تصمیمات بالینی بهینه‌تر شوند.

https://future-ai.eu/

https://www.bmj.com/content/388/bmj-2024-081554

راه های ارتباط با ما👇🏼

Tel channel: @RahenScience
Admin: @rahen_science
Instagram: rahen.science
Bot: @RahenScienceBot


⚡️راهین: مشاوره و همکاری در پروژه های علوم پزشکی و زیستی⚡️

معرفی Deep Research: ویژگی جدید ChatGPT برای سنتز پژوهش

📌 خود ChatGPT به‌طور پیش‌فرض رفرنس ارائه نمی‌دهد و در پاسخ‌های خود ممکن است استنادات جعلی ارائه کند. 
📌 اما OpenAI اخیراً ویژگی Deep Research را معرفی کرده است که این مشکل را حل کرده و قابلیت سنتز دانش را اضافه می‌کند. 

🔍  تعریف Deep Research چیست؟ 
✔️ قابلیت پژوهش چندمرحله‌ای در اینترنت برای وظایف پیچیده. 
✔️ توانایی جستجو، تحلیل و سنتز صدها منبع آنلاین در عرض چند دقیقه. 
✔️ تولید گزارش جامع در حد یک تحلیلگر پژوهشی (Research Analyst). 

📌 این ویژگی از مدل OpenAI o3 بهره می‌برد و می‌تواند متون، تصاویر و فایل‌های PDF را جستجو و تحلیل کند. 

📌 توانایی سنتز دانش (Synthesize Knowledge) پیش‌نیازی برای خلق دانش جدید است و به توسعه هوش مصنوعی عمومی (AGI) کمک می‌کند. 

📑 کاربرد Deep Research در حوزه‌های مختلف 
🔹 مالی، علوم، سیاست، مهندسی: مناسب برای افرادی که نیاز به پژوهش جامع، دقیق و مستند دارند. 
🔹 ارائه استنادهای شفاف همراه با خلاصه‌ای از روند استدلال و روش پژوهش. 
🔹 امکان ضمیمه کردن فایل‌ها و صفحات گسترده برای ارتقای دقت نتایج. 
🔹 مدت زمان پردازش: بین ۵ تا ۳۰ دقیقه بسته به عمق جستجو در وب. 

🚀 قابلیت‌های پیشرفته Deep Research 
📌 ترسیم و اصلاح نمودارها با ابزار Python 
📌 گنجاندن تصاویر و نمودارهای وبسایت‌ها در گزارش‌های تحلیلی 
📌 استناد دقیق به جملات و بخش‌های خاص منابع 

📌 آزمون‌های GAIA و Humanity’s Last Exam نشان داده‌اند که این ویژگی نسبت به مدل‌های قبلی در شیمی، علوم انسانی، اجتماعی و ریاضیات عملکرد بهتری دارد. 

⚠️ محدودیت‌ها و چالش‌های Deep Research 
🔹 احتمال بروز خطا (Hallucination) در ارائه حقایق و استنباط‌ها. 
🔹 عدم توانایی دقیق در تنظیم سطح اطمینان (Confidence Calibration). 
🔹 ممکن است گاهی در تشخیص اطلاعات موثق از شایعات ضعف داشته باشد. 

📌 انتظار می‌رود با افزایش میزان استفاده این چالش‌ها به‌سرعت بهبود پیدا کنند. 

🔗 آینده Deep Research 
✔️ اتصال به منابع داده تخصصی‌تر برای شخصی‌سازی بهتر. 
✔️ ترکیب با Operator برای انجام وظایف پیچیده در دنیای واقعی. 
✔️ اضافه شدن تصاویر، بصری‌سازی داده‌ها و سایر ابزارهای تحلیلی در چند هفته آینده. 

📌 نحوه استفاده: 
🔸 نیاز به اشتراک Pro چت‌جی‌پی‌تی (استفاده رایگان ممکن نیست). 
🔸 بعد از انتخاب مدل، گزینه Deep Research را فعال کنید.

https://openai.com/index/introducing-deep-research/

راه های ارتباط با ما👇🏼

Tel channel: @RahenScience
Admin: @rahen_science
Instagram: rahen.science
Bot: @RahenScienceBot


⚡️راهین: مشاوره و همکاری در پروژه های علوم پزشکی و زیستی⚡️

🔍  ابزار Qwen AI و قابلیت جدید Deep Research

💡 ویژگی Deep Research نخستین‌بار توسط OpenAI معرفی شد، سپس Google آن را به مدل‌های Gemini افزود. این قابلیت امکان تهیه سریع سنتز شواهد جامع درباره هر موضوع را فراهم می‌کند. 

📌 اکنون هوش مصنوعی شرکت Alibaba با نام Qwen، به این قابلیت مجهز شده است! 

✨ نحوه استفاده از Deep Research در Qwen AI 

✔️ ورود به سایت: [chat.qwen.ai](https://chat.qwen.ai) و ورود به حساب کاربری. 
✔️ فعال کردن Deep Research در زیر کادر چت. 
✔️ مشخص کردن عنوان مرور و جزئیات موردنظر (اهداف، معیارهای ورود و خروج، منابع و سایر نیازها). 
✔️ انتظار چند دقیقه برای دریافت مقاله مروری کامل. 
✔️ دانلود فایل PDF یا ذخیره محتوا در Word. 

📌 بررسی‌ها نشان داده که عملکرد آن در تولید مقالات مروری انگلیسی بهتر از فارسی است. 


💡 جمع‌بندی

🔹 ابزار Qwen AI با قابلیت Deep Research، ابزار قدرتمندی برای تولید سنتز شواهد علمی است. 
🔹 می‌توان در مدت کوتاهی اطلاعات علمی دقیق و مستند را گردآوری کرد. 
🔹 این قابلیت آینده پژوهش آنلاین را هوشمندتر و سریع‌تر می‌کند.

راه های ارتباط با ما👇🏼

Tel channel: @RahenScience
Admin: @rahen_science
Instagram: rahen.science
Bot: @RahenScienceBot


⚡️راهین: مشاوره و همکاری در پروژه های علوم پزشکی و زیستی⚡️

📌 ۵۰ درصد پژوهشگران بعد از یک دهه، فعالیت علمی را متوقف می‌کنند 

🔹 مطالعه‌ای که در ۲۳ آگوست ۲۰۲۴ در مجله Higher Education منتشر شد نشان می‌دهد که تقریباً نیمی از پژوهشگران در طول ۱۰ سال پس از انتشار نخستین مقاله‌شان، دیگر فعالیت علمی ندارند. 

📌 داده‌های پایگاه استنادی Scopus بررسی شده‌اند و نشان می‌دهند که: 
✔️ یک سوم پژوهشگران طی ۵ سال اول فعالیت علمی خود را کنار می‌گذارند. 
✔️ ۵۰ درصد آن‌ها در دهه اول فعالیت پژوهشی خود را متوقف می‌کنند. 
✔️ زنان ۱۲٪ بیشتر از مردان احتمال دارد که علم را ترک کنند. 

🔍 داده‌های بررسی‌شده 

🔹 پژوهش بر روی ۴۰۰,۰۰۰ پژوهشگر از ۳۸ کشور عضو OECD در حوزه‌های علوم، فناوری، مهندسی، ریاضیات و پزشکی انجام شده است. 
🔹 دو کوهورت اصلی بررسی شده‌اند: 
✔️ کوهورت ۲۰۰۰: ۱۴۲,۷۷۶ پژوهشگر (۵۲,۱۱۵ زن). 
✔️ کوهورت ۲۰۱۰: ۲۳۲,۸۴۳ پژوهشگر (۹۷,۱۴۵ زن). 

📌 نتایج کلیدی: 
✔️ کوهورت ۲۰۰۰: تنها ۲۹٪ از زنان و ۳۴٪ از مردان تا سال ۲۰۱۹ به انتشار ادامه دادند. 
✔️ کوهورت ۲۰۱۰: تقریباً ۴۱٪ از زنان و ۴۲٪ از مردان نه سال پس از نخستین مقاله‌شان همچنان فعال بودند. 

📌 رشته‌های با بیشترین تفاوت جنسیتی: 
✔️ زیست‌شناسی: احتمال ترک علم در زنان ۵۸٪ و در مردان ۴۹٪. 
✔️ علوم زیستی و پزشکی: تفاوت‌های قابل‌توجه بین مردان و زنان مشاهده شد. 

📌 رشته‌هایی با تفاوت جنسیتی کمتر: 
✔️ فیزیک، ریاضیات، مهندسی، علوم کامپیوتر. 

⚠️ چالش‌ها و محدودیت‌های پژوهش 

🔹 پژوهش دلایل ترک علم را بررسی نکرده است اما عوامل احتمالی شامل: 
✔️ اشتغال در صنعت 
✔️ پیوستن به موسساتی که پژوهش اولویت آن‌ها نیست 
✔️ گرفتن سمت‌های مدیریتی و اجرایی 

🔹 ممکن است زنان در پژوهش‌های منتشر شده به عنوان همکار شناخته نشوند و این موضوع در داده‌های انتشارات منعکس نشود. 

📌 مطالعات جداگانه در سال ۲۰۲۳ نشان دادند که عوامل خانوادگی، وضعیت استخدام و حقوق و مزایا، تأثیر زیادی در ترک دانشگاه‌ها دارند. 

🔹 برنامه آینده: پژوهشگران قصد دارند با پیمایش‌های گسترده و مصاحبه‌ها، دلایل عمیق‌تر خروج محققان از علم را بررسی کنند. 

💡 جمع‌بندی 

🔹 این پژوهش تصویری جامع از چالش‌های ماندگاری پژوهشگران در محیط‌های علمی ارائه می‌دهد. 
🔹 عوامل جنسیتی، شرایط کاری و ساختارهای دانشگاهی در ترک علم تأثیرگذار هستند. 
🔹 ادامه تحقیقات برای شفاف‌سازی دلایل واقعی خروج محققان از حوزه علمی ضروری است.

https://link.springer.com/article/10.1007/s10734-024-01284-0

https://www.nature.com/articles/d41586-024-03222-7


راه های ارتباط با ما👇🏼

Tel channel: @RahenScience
Admin: @rahen_science
Instagram: rahen.science
Bot: @RahenScienceBot


⚡️راهین: مشاوره و همکاری در پروژه های علوم پزشکی و زیستی⚡️

📌 نقشه زنده پژوهش‌ها درباره ابزارهای مبتنی بر مدل‌های زبانی بزرگ (LLM) در مراقبت‌های بهداشتی و اجتماعی

🔹 مرکز EPPI مرورهای سیستماتیک و سنتز شواهد را در حوزه‌های سلامت، آموزش، رفاه و مراقبت اجتماعی انجام می‌دهد. 
🔹 این مرکز اخیراً چندین Evidence and Gap Maps (EGMs) در زمینه مطالعات مرتبط با مدل‌های زبانی بزرگ تهیه کرده است. 

🖥️ معرفی نقشه زنده پژوهش‌ها (Living Map) 

📌 نقشه‌ای تعاملی و به‌روز از مطالعات مربوط به ابزارهای مولد LLM در سلامت بالینی، سلامت عمومی و مراقبت اجتماعی. 
📌 فقط شامل پژوهش‌هایی است که به‌طور مستقیم به ابزارهای LLM می‌پردازند (نه سایر انواع AI). 
📌 مناسب برای پژوهشگران، سیاست‌گذاران و متخصصانی که نیاز دارند شواهد موجود و گپ‌های پژوهشی را شناسایی کنند. 

📑 نحوه گردآوری داده‌ها

✔️ جست‌وجوی خودکار در OpenAlex و تلفیق با ابزار EPPI-Reviewer. 
✔️ بررسی بیش از ۲۵۰ میلیون رکورد علمی برای شناسایی مطالعات مرتبط. 

📌 نسخه فعلی (نسخه ۴ – ۱۰ دسامبر ۲۰۲۴، منتشرشده ۳۰ آوریل ۲۰۲۵): 
✔️ ۴۲۳ رکورد کاملاً کدگذاری‌شده. 
✔️ هر رکورد بر اساس ۹ بُعد (کلاس کاربرد، نوع مقاله، نوع مدل، نحوه استفاده، نوع وظیفه، جمعیت، نسخه و غیره) دسته‌بندی شده است. 

🔍 امکانات تعاملی نقشه

✔️ پایگاه وب تعاملی (EPPI-Vis) برای جست‌وجو و فیلتر پیشرفته. 
✔️ ۵ نمای ازپیش‌پیکربندی‌شده برای نمایش اطلاعات کلیدی. 
✔️ امکان خروجی گرفتن (Export) لیست مطالعات برای استفاده شخصی یا استنادی. 
✔️ بخش اختصاصی شامل مطالعات آموزش پزشکی، پاسخ به سؤالات امتحانی و آموزش بیماران. 

⚠️ محدودیت‌ها

📌 کیفیت مطالعات ارزیابی نقادانه نشده است و نقشه تمایز میان شواهد قوی و ضعیف را مشخص نمی‌کند. 
📌 بررسی انتقادی مستقل در آینده منتشر خواهد شد.

🏛️ نهادهای اجرا و پشتیبانی 

✔️ مرکز EPPI (دانشگاه کالج لندن) تحت پوشش برنامه سیاست‌پژوهی NIHR. 
✔️ همکاری با مرکز CRD (دانشگاه یورک) و دانشکده LSHTM. 

💡 چرا ممکن است برای شما مفید باشد؟

📌 اگر در حال طراحی یا ارزیابی ابزارهای مبتنی بر LLM در سلامت و مراقبت اجتماعی هستید:
✔️ بهترین راه برای شناسایی مطالعات مشابه و گپ‌های پژوهشی. 
✔️ مشاهده روندهای تحقیقاتی و تحلیل داده‌های خام برای بررسی عمیق‌تر. 

✅ این نقشه به پژوهشگران کمک می‌کند تا در لحظه، مطالعات کلیدی مرتبط با LLM را بررسی کنند!

https://eppi.ioe.ac.uk/EPPI-Vis/Review/Index/708

https://eppi.ioe.ac.uk/

راه های ارتباط با ما👇🏼

Tel channel: @RahenScience
Admin: @rahen_science
Instagram: rahen.science
Bot: @RahenScienceBot


⚡️راهین: مشاوره و همکاری در پروژه های علوم پزشکی و زیستی⚡️

🔍 بررسی کیفیت پاسخ‌های چت‌بات Bing به سؤالات دارویی بیماران

📌 افزایش استفاده از اینترنت برای دریافت اطلاعات دارویی و نقش چت‌بات‌های مبتنی بر هوش مصنوعی، توجه محققان را به دقت و ایمنی این اطلاعات جلب کرده است. 

🔹 مطالعه‌ای مقطعی در آوریل ۲۰۲۳، عملکرد چت‌بات Bing را در پاسخ‌گویی به ۱۰ سؤال رایج بیماران درباره ۵۰ داروی پرمصرف بررسی کرد. 
🔹 سه معیار اصلی ارزیابی شامل خوانایی (Readability)، جامعیت (Completeness) و دقت (Accuracy) بود. 

📑 نتایج مطالعه

📌 خوانایی پاسخ‌ها:
✔️ میانگین نمره خوانایی ۳۷.۲ از ۱۰۰ که نشان‌دهنده دشواری درک پاسخ‌ها برای عموم افراد است. 
✔️ برای فهم کامل این پاسخ‌ها، سطح تحصیلات دانشگاهی مورد نیاز است. 

📌 جامعیت و دقت پاسخ‌ها: 
✔️ میانه جامعیت پاسخ‌ها ۱۰۰٪ (با میانگین ۷۶.۷٪). 
✔️ میانه دقت ۱۰۰٪ (با میانگین ۸۸.۷٪). 

📌 بررسی خطرات احتمالی:
✔️ تنها ۵۴٪ از پاسخ‌ها با اجماع علمی هماهنگ بودند. 
✔️ ۳۹٪ از پاسخ‌ها مخالف اجماع علمی و ۶٪ فاقد اجماع علمی مشخص بودند. 
✔️ ۶۶٪ از پاسخ‌ها دارای پتانسیل آسیب‌رسانی بودند(۳٪ احتمال بالا، ۲۹٪ احتمال متوسط، ۳۴٪ احتمال پایین). 
✔️ ۲۲٪ از پاسخ‌ها می‌توانستند منجر به آسیب شدید یا حتی مرگ شوند. 

⚠️ علل فنی کیفیت پایین برخی پاسخ‌ها 

📌 چالش‌های اصلی چت‌بات‌ها در ارائه اطلاعات دقیق: 
✔️ ترکیب اطلاعات از منابع معتبر و نامعتبر. 
✔️ ارجاع کلی به وب‌سایت‌ها بدون مشخص کردن بخش‌های خاص. 
✔️ عدم تأیید به‌روز بودن منابع اطلاعاتی. 

💡 توصیه‌های محققان 

🔹 چت‌بات‌های AI با وجود پاسخ‌های نسبتاً دقیق، هنوز خطر ارائه اطلاعات ناقص یا نادرست را دارند. 
🔹 تا زمان توسعه راه‌حل‌های ایمن‌تر، توصیه می‌شود بیماران برای اطلاعات دارویی به متخصصان سلامت مراجعه کنند. 
🔹 بهبود نظارت و کنترل اطلاعات ارائه‌شده توسط چت‌بات‌ها برای حفظ ایمنی بیماران ضروری است. 

✅ این مطالعه نشان می‌دهد که با وجود پیشرفت‌های AI، اعتماد به منابع علمی معتبر و متخصصان پزشکی همچنان ضروری است!


https://qualitysafety.bmj.com/content/early/2024/09/18/bmjqs-2024-017476

راه های ارتباط با ما👇🏼

Tel channel: @RahenScience
Admin: @rahen_science
Instagram: rahen.science
Bot: @RahenScienceBot


⚡️راهین: مشاوره و همکاری در پروژه های علوم پزشکی و زیستی⚡️