☑️ پی‌نوشت:

🔺اینترنت اشیاء (IoT) به شبکه‌ای از اشیاء فیزیکی گفته می‌شود که با استفاده از حسگرها، نرم‌افزارها و سایر فناوری‌ها به اینترنت متصل شده و قادرند داده‌ها را جمع‌آوری، ارسال و دریافت کنند.
مثال کاربردی: کنترل روشنایی، دما و امنیت از راه دور. پایش وضعیت ماشین‌آلات و پیش‌بینی خرابی‌ها. اندازه‌گیری رطوبت بستر، کیفیت هوا، دما و شرایط محیطی. ◀️ توضیحات بیشتر

🤖  @Veterinary_AI  🐎

🟦 تیم Veterinary AI برگزار میکند:

〰〰〰〰〰〰
✨ VET STAR ✨
〰〰〰〰〰〰
🔹 مسابقه ملی ایده‌شو
🔹 فرصتی برای ذهن‌‌های خلاق!
🔹 نشان بدهید که متفاوت می‌اندیشید!

📣 علاقه‌مندان از سراسر ایران جهت شرکت در این مسابقه میتوانند هم به صورت حضوری و هم به صورت مجازی ایده‌های نوآورانه خود را در تمامی حوزه‌های مرتبط به دامپزشکی ارائه دهند.
زمان دقیق مسابقه متعاقبا اعلام می‌گردد، از هم‌اکنون میتوانید برای مسابقه حاضر شوید!

   
〰〰〰〰〰〰〰〰〰〰〰〰
☑️ جهت ثبت درخواست شرکت در مسابقه و کسب اطلاعات بیشتر با آیدی زیر در ارتباط باشید:

🆔 @Soren_Mohammadi
〰〰〰〰〰〰〰〰〰〰〰〰

🤖  @Veterinary_AI  🐎

🟦 این گوشی پزشکی مبتنی بر هوش مصنوعی در ۱۵ ثانیه بیماری‌های قلبی را شناسایی می‌کند.

🔹 گوشی پزشکی جدید که توسط محققان ایمپریال کالج لندن با همکاری خدمات بهداشت ملی بریتانیا (NHS) توسعه یافته می‌تواند تفاوت‌های بسیار کوچک در ضربان قلب و جریان خون را که برای گوش انسان قابل‌تشخیص نیست تحلیل کند.

🔹 این دستگاه به‌جای دیسک قدیمی روی سینه، قطعه‌ای هم‌اندازه یک کارت بانکی و یک میکروفون بسیار دقیق دارد. صداهای قلب و جریان خون ضبط می‌شود و همزمان یک نوار قلب (ECG) هم ثبت می‌کند. سپس اطلاعات به فضای ابری فرستاده می‌شود تا با الگوریتم‌های هوش مصنوعی، بر اساس داده‌های ده‌ها هزار بیمار دیگر تحلیل شود.

🔹 این استتوسکوپ مدرن روی بیش از ۱۲ هزار بیمار آزمایش شده و نتایج بسیار امیدوارکننده‌ای داشته است:

☑️ ۲.۳ برابر افزایش دقت در شناسایی نارسایی قلبی

☑️ ۳.۵ برابر افزایش تشخیص ریتم‌های غیرطبیعی قلب

☑️ ۱.۹ برابر افزایش شناسایی بیماری‌های دریچه قلب

🔹 جزئیات این پروژه که می‌تواند شانس تشخیص زودهنگام سه بیماری قلبی را افزایش دهد در کنگره سالانه انجمن قلب اروپا در مادرید ارائه شد.

🔗 منبع
🤖  @Veterinary_AI  🐎

🟦 جدول زمان‌بندی پوسترهای پانل « هوش مصنوعی در تشخیص و درمان بیماری‌های انگلی » کنگره بیماری‌های انگلی دام و انگل‌های مشترک انسان و حیوان

🔹 پنجشنبه ۲۷ شهریور ساعت 13:40 - 16:00

🤖  @Veterinary_AI  🐎

🟦 جدول زمان‌بندی سخنرانی‌های پانل « هوش مصنوعی در تشخیص و درمان بیماری‌های انگلی » کنگره بیماری‌های انگلی دام و انگل‌های مشترک انسان و حیوان

🔹 پنجشنبه ۲۷ شهریور ساعت 14:00 - 15:30

🔹 سالن اجتماعات دانشکده دامپزشکی دانشگاه فردوسی مشهد

🤖  @Veterinary_AI  🐎

🟦 پروژه نوجوان ۱۴ ساله، تشخیص بیماری قلبی در ۷ ثانیه با یک اپلیکیشن

🔹 سیدارث ناندیالا، نوجوان ۱۴ ساله، اپلیکیشنی به نام CircadiaV ساخت که تنها با استفاده از میکروفون گوشی، می‌تواند نشانه‌های بیماری‌های قلبی را در عرض ۷ ثانیه تشخیص دهد. این اپلیکیشن روی بیش از ۱۵ هزار نفر در آمریکا و هزاران نفر در هند آزمایش شد و با دقت بالای ۹۶ درصد، مشکلاتی مانند اختلال در عملکرد دریچه‌های قلب، آریتمی و علائم اولیه‌ی نارسایی قلبی را شناسایی کرد.

🔹 محققان می‌گویند CircadiaV نیاز به مراجعه به بیمارستان و تجهیزات گران‌قیمت را کاهش می‌دهد و غربالگری بیماری‌های قلبی را سریع، ارزان و در دسترس همه قرار می‌دهد.

🔗 منبع
🤖  @Veterinary_AI  🐎

🔹 Artificial Intelligence and Parasitology: Recent Advances and Future Prospects

☑️ منتشر شده توسط تیم Veterinary AI به مناسبت کنگره بیماری‌های انگلی دام و انگل‌های مشترک انسان و حیوان

🤖  @Veterinary_AI  🐎

🔹 کاربردهای هوش مصنوعی در انگل شناسی

🎥 فیلم تولید شده توسط ابزار هوش مصنوعی NotebookLM برای ارائه مقاله فوق

🤖  @Veterinary_AI  🐎

🤖  @Veterinary_AI  🐎

🟦 بخش‌بندی تصاویر پزشکی با کمک یادگیری ماشین و یادگیری عمیق

🔹 توضیحات دکتر کارپنتر، دکتری زیست شناسی سلولی

☑️ بخش‌بندی تصاویر پزشکی یعنی تقسیم تصاویر به بخش‌های مختلف مثل اندام‌ها یا تومورها. یادگیری ماشین و مخصوصاً یادگیری عمیق (مثل شبکه‌های عصبی کانولوشنی) کمک می‌کنند این کار را خودکار و دقیق‌تر انجام دهیم.

🤖  @Veterinary_AI  🐎

🟦 هوش مصنوعی بی‌نیاز از اینترنت می‌شود.

🔹 شرکت ARM از تراشه‌های جدید لومکس رونمایی کرد که هوش مصنوعی را مستقیماً روی گوشی و ساعت هوشمند شما اجرا می‌کنند؛ کاملاً آفلاین.

🔹 این یعنی سرعت بالاتر، حریم خصوصی بیشتر و دسترسی همیشگی به مدل‌های مختلف هوش مصنوعی و قابلیت‌هایی مثل ترجمۀ هم‌زمان، حتی وقتی اینترنت ندارید.

🔗 منبع
🤖  @Veterinary_AI  🐎

🔹 Three Technical Challenges for AI in Veterinary Parasitology

☑️ منتشر شده توسط تیم Veterinary AI به مناسبت کنگره بیماری‌های انگلی دام و انگل‌های مشترک انسان و حیوان

🤖  @Veterinary_AI  🐎

🔹 چالش‌های هوش مصنوعی در انگل شناسی

🎥 فیلم تولید شده توسط ابزار هوش مصنوعی NotebookLM برای ارائه مقاله فوق

🤖  @Veterinary_AI  🐎

🔹 A methodological approach for deep learning to distinguish between meningiomas and gliomas on canine MR-images

🤖  @Veterinary_AI  🐎

🟦 یک روش یادگیری عمیق برای تشخیص مننژیوما و گلیوم در تصاویر MRI سگ

🔹 تشخیص درست بین مننژیوما (تومورهای مننژ) و گلیوم (تومورهای داخل مغزی) در تصاویر MRI سگ‌ها گاهی دشوار است، در حالی که این تمایز برای انتخاب درمان مناسب بسیار مهم است.

🔹 هدف این مطالعه: 
۱. بررسی دقت شبکه عصبی عمیق GoogleNet در تمایز مننژیوما و گلیوم با استفاده از تصاویر MRI قبل و بعد از تزریق ماده حاجب.
۲. ساخت یک مدل ترکیبی که بهترین عملکرد را در تشخیص نوع تومور داشته باشد.

🔹 در این تحقیق، ۸۰ نمونه شامل ۵۶ مننژیوما و ۲۴ گلیوم از دو مرکز مختلف جمع‌آوری شد. داده‌ها به سه بخش آموزش، اعتبارسنجی و تست تقسیم شدند تا عملکرد شبکه روی تصاویر مختلف بررسی شود.

🔹 بهترین عملکرد مربوط به تصاویر پس از تزریق ماده حاجب بود. سپس مدل ترکیبی (trCNN) روی این تصاویر آموزش دید و توانست نمونه‌های چالش‌برانگیز را با دقت بیش از ۹۰ درصد تشخیص دهد.

🔗 منبع

#خلاصه_مقاله
🤖  @Veterinary_AI  🐎

☑️ پی‌نوشت:

🔺 مدل GoogleNet یک مدل شبکه عصبی عمیق است که توسط گوگل ساخته شده و برای تشخیص تصاویر استفاده می‌شود. ویژگی اصلی آن معماری Inception است که با استفاده از فیلترهای مختلف به‌صورت همزمان، ویژگی‌های تصاویر را بهتر استخراج می‌کند. این مدل دقت بالا و تعداد پارامتر کمتر نسبت به مدل‌های قبلی دارد و در کاربردهای مختلف بینایی ماشین کاربرد دارد.

🤖  @Veterinary_AI  🐎

🟦 هوش مصنوعی واقعاً می‌تواند جایگزین پزشکان شود؟

🔹 ماه گذشته، جد تاریفی، از پیشگامان هوش مصنوعی گوگل، در گفت‌وگو با بیزنس اینسایدر اعلام کرد که تحصیل در رشته پزشکی دیگر منطقی نیست، زیرا زمانی که دانشجویان امروز به مرحله طبابت برسند، هوش مصنوعی آموزش پزشکی را بی‌ارزش کرده است.

🔹 با این‌ حال، محدودیت‌های فعلی AI مانند تولید اطلاعات نادرست و افت مهارت پزشکانی که بیش‌از‌حد به آن متکی هستند، باعث شده کارشناسان تأکید کنند که دانشجویان پزشکی مسیر تحصیلی خود را ادامه دهند.

🔹 براساس یافته‌ها، مدل‌های فعلی AI به دلیل وابستگی بیش‌از‌حد به تشخیص الگوهای زبانی، برای استفاده واقعی در پزشکی مناسب نیستند. پژوهشگران می‌گویند هوش مصنوعی مانند دانشجویی‌ست که در آزمون‌های تمرینی عالی عمل می‌کند، اما وقتی سؤال‌ها کمی تغییر کنند، شکست می‌خورد. فعلاً هوش مصنوعی باید در خدمت پزشکان باشد، نه جایگزین آن‌ها.

🔗 منبع

〰〰〰〰〰〰〰〰〰〰〰〰

🔺 هوش مصنوعی در پروپوزال نویسی

▪️ ٢١ مهر ماه، ساعت 17 تا 20

▪️ مجازی، همراه با گواهی معتبر

🔘 انجمن علمی بهداشت و بیماری‌های پرندگان دانشگاه رازی

🆔 ثبت نام: @Maryshw

〰〰〰〰〰〰〰〰〰〰〰〰

🤖  @Veterinary_AI  🐎

🟦 جزوه فارسی آموزش «هوش مصنوعی»

🔹 جزوه مشابه

📚 #کتاب
🤖  @Veterinary_AI  🐎