International scientific conference "INFORMATION TECHNOLOGIES, NETWORKS AND
TELECOMMUNICATIONS" ITN&T-2022 Urgench, 2022y April 29-30
360
kombinatsiyasi odatda bioinformatiklar uchun mos keladi. Katta ma’lumotlar bilan
ishlash uchun ishlatiladigan turli platformalar orasida eng keng tarqalgani Hadoop
va Apache Spark.
Tibbiyot sohasida bemor ma’lumotlari elektrokardiogramma (EKG) [9],
tasvirlar va videolar kabi yozib olingan signallarni o‘z ichiga oladi. Tibbiyot
provayderlari [10] bunday sog‘liqni saqlash ma’lumotlarini EHR ga o‘zgartirishga
qiyinchilik bilan erishdi. EHR davridan oldingi qaydlardagi bemorlar tarixini
raqamlashtirish va statik tasvirlarni mashinada o‘qiladigan matnga aylantirish
orqali standartlashtirish jarayonini to‘ldirish bo‘yicha harakatlar olib borilmoqda.
Misol uchun, optik belgilarni aniqlash (OCR) [11] dasturi qo‘lyozmalar,
shuningdek, kompyuter shriftlarini va raqamlashtirishni taniydigan shuunday
yondashuvlardan biridir. Bunday strukturalanmagan va strukturalangan tibbiy
ma’lumotlar to‘plamida hali foydalanilmagan ma’lumotlar boyligi mavjud bo‘lib,
ular bemorni parvarish qilish kontekstida muhim amaliy tushunchalarni olish
uchun ilg‘or AI dasturlari yordamida ishlatilishi mumkin. Aslida, AI tibbiyotda
katta ma’lumotlarni qo‘llash uchun tanlov usuli sifatida paydo bo‘ldi. Ushbu aqlli
tizim kasalliklar diagnostikasi bo‘yicha qaror qabul qilish jarayonida tezda o‘z
o‘rnini topdi. Sog‘liqni saqlash mutaxassislari tegishli ML yondashuvlaridan
foydalangan holda maqsadli anormalliklarni aniqlash uchun bunday ma’lumotlarni
tahlil qiladilar. ML bunday xom ma’lumotlardan tuzilgan ma’lumotlarni filtrlashi
mumkin.
Rivojlanayotgan ML yoki AIga asoslangan strategiyalar sog‘liqni saqlash
sanoatining axborotni qayta ishlash imkoniyatlarini yaxshilashga yordam beradi.
Misol uchun, tabiiy tilni qayta ishlash (NLP) - bu bepul matndagi asosiy sintaktik
tuzilmalarni aniqlay oladigan, nutqni aniqlashga yordam beradigan va kontekst
ortidagi ma’noni ajratib oladigan mashinali o‘qitishning tez rivojlanayotgan sohasi
[12]. NLP vositalari klinik tashrif xulosasi kabi yangi hujjatlarni yaratishda yoki
klinik eslatmalarni yozishda yordam beradi. Klinik hujjatlarning noyob mazmuni
va murakkabligi ko‘plab NLP ishlab chiquvchilari uchun qiyin bo‘lishi mumkin.
Shunga qaramay, biz NLP kabi yondashuvlardan foydalangan holda sog‘liqni
saqlash ma’lumotlaridan tegishli ma’lumotlarni olishimiz kerak.
AI, shuningdek, sog‘liqni saqlash sohasidagi katta hajmli ma’lumotlarni
bashorat qilish qobiliyatini ta’minlash uchun ham ishlatilgan. Masalan, ML
algoritmlari tibbiy tasvirlarning diagnostika tizimini avtomatlashtirilgan qaror
qabul qilishga aylantirishi mumkin. Yaqin kelajakda sog‘liqni saqlash sohasi
mutaxassislari mashinalar bilan almashtirilmasligi aniq bo‘lsada, AI shifokorlarga
yaxshiroq klinik qarorlar qabul qilishda yordam berishi yoki hatto tibbiyotning
muayyan funktsional sohalarida inson qarorining o‘rnini egallashi mumkin.
Do'stlaringiz bilan baham: