گروهی از پژوهشگران دانشگاه تهران به سرپرستی دکتر علی مسعودینژاد با همکاری محققانی از ایران، هلند و مجارستان، موفق به انجام دو مطالعه پیشرفته در زمینه تحلیل تصاویر پاتولوژی و دادههای چند-اُمیک با استفاده از هوش مصنوعی شدند. این مطالعات شامل بررسی جامع روشهای نرمالسازی تصاویر بافتشناسی و طراحی یک خودرمزگذار نوین برای پیشبینی بقای بیماران مبتلا به سرطان آندومتر است که به بهبود دقت تشخیص و شناسایی مسیرهای مولکولی مؤثر کمک کرده است.
- برگه نخست
- نوشته ها
- تحلیل دادههای زیستی و تصاویر پاتولوژی با هوش مصنوعی در دانشگاه تهران
تحلیل دادههای زیستی و تصاویر پاتولوژی با هوش مصنوعی در دانشگاه تهران
پژوهشگران دانشگاه تهران با بهرهگیری از هوش مصنوعی، شیوههای نوینی برای تحلیل دادههای زیستی و تصاویر پاتولوژی ارائه کردند.
گروهی از محققان دانشگاه تهران به سرپرستی علی مسعودینژاد، استاد زیستسیستمها و بیوانفورماتیک، به همراه بهنام حاجیملاحسینی (دانشجوی دکتری)، احمدرضا ایرانپور (دانشجوی دانشگاه اوترخت هلند)، سودا ایمانی (دانشجوی دانشگاه پازمانی مجارستان) و دیگر اعضای آزمایشگاه زیستسیستمها و بیوانفورماتیک، موفق به انجام دو پژوهش نوآورانه شدند که هر دو در مرزهای میانرشتهای هوش مصنوعی، دادههای زیستی و پزشکی شخصی قرار میگیرند.
در پژوهش نخست، هدف اصلی بررسی روشهای مختلف نرمالسازی و استانداردسازی تصاویر پاتولوژی بود؛ موضوعی که در تشخیصهای مبتنی بر کامپیوتر نقش مهمی دارد. محققان این روشها را به چهار گروه اصلی تقسیم کردند:
۱. روشهای مبتنی بر یادگیری عمیق مانند شبکههای مولد تخاصمی (GAN) و خودرمزگذارها؛
۲. روشهای سنتی مثل تطبیق هیستوگرام؛
۳. مدلهای ترکیبی که از ترکیب چند روش استفاده میکنند؛
۴. و یک روش تازه مبتنی بر پردازش سیگنال.
بر اساس توضیحات مسعودینژاد، هر یک از این روشها مزایا و محدودیتهای ویژه خود را دارند. نتایج این پژوهش نشان داد که حفظ اطلاعات زیستی در فرآیند نرمالسازی، نقش کلیدی در افزایش دقت سامانههای تشخیص کامپیوتری دارد و نادیده گرفتن آن میتواند باعث خطا در تحلیل بافتهای پاتولوژی شود.
پژوهش دوم به تحلیل دادههای «چند-اُمیک» (multi-omics) و کاربرد مدلهای یادگیری عمیق برای پیشبینی بقای بیماران مبتلا به سرطان آندومتر اختصاص داشت. در این مطالعه، دادههای بیان ژن، متیلاسیون DNA و پروتئوم که از پروژه TCGA-UCEC استخراج شده بودند، مورد بررسی قرار گرفت. تیم تحقیقاتی یک خودرمزگذار جدید طراحی کرد که دارای تابع هزینه اختصاصی بود و بهطور مؤثر روابط پیچیده و غیرخطی میان ویژگیهای زیستی و احتمال بقای بیماران را استخراج میکرد.
نتایج نشان داد این مدل نسبت به روشهای معمول، اطلاعات مرتبط با بقا را دقیقتر شناسایی میکند و همچنین توانست مسیرهای مولکولی مهمی را شناسایی کند؛ از جمله مسیر ویتامین D و گیرنده گالانین که هر دو با پیشآگهی بیماران ارتباط دارند.
در بخش دیگری از خبر، به فعالیتهای مرکز ملی ذخایر ژنتیکی و زیستی ایران به مدیریت جعفر رزقی اشاره شده است. وی تأکید کرده ایران به دلیل تنوع اقلیمی و زیستی ویژهاش، دارای منابع ژنتیکی منحصربهفردی است و این مرکز طی ۱۵ سال گذشته توانسته چهار بیوبانک اصلی در حوزه گیاهان، سلولهای انسانی و جانوری، میکروارگانیسمها و دادههای ژنومی ایجاد کند. به گفته او، شبکهای ملی برای حفاظت از این ذخایر حیاتی تشکیل شده است.
- صدور مجوز اپراتورهای هوش مصنوعی؛ گام جدید دولت برای توسعه اقتصاد دیجیتال
- هوش مصنوعی، موتور محرک افزایش بهرهوری در زنجیره حملونقل کشور
- رونمایی از دستیار هوشمند صنعت حملونقل در کشور با محوریت هوش مصنوعی
- افتتاح نهمین نمایشگاه حملونقل با تمرکز بر هوش مصنوعی و تقویت جایگاه لجستیکی ایران
- رصدخانه نخبگان با هوش مصنوعی وارد فاز عملیاتی شد
- مهدی خسروی: تحول نمایشگاههای ایران با هوش مصنوعی؛ از ثبتنام هوشمند تا تجربه دیجیتال
- راهاندازی نخستین اپراتور هوش مصنوعی و داده در کشور تا پایان سال
- رونمایی Ideagen از Mazlan؛ ورود نسل تازه Agentic AI به مدیریت انطباق با قوانین
- OpenAI وضعیت «Code Red» اعلام کرد؛ رقابت شدید با Google Gemini اوج گرفت
- Fujitsu از فناوری نوین پیشبینی رفتار انسان و اشیاء برای ارتقای ایمنی همکاری انسان و ربات رونمایی کرد
- کسب رتبه سوم بریکس توسط تیم دانشگاه تهران با طرح ترکیبی انسان–ماشین در مدلسازی احتراق
- ایران در آستانه جهش دیجیتال؛ عارف: کشور میتواند هاب منطقهای فناوری اطلاعات شود
- آغاز صدور پروانه اپراتور هوش مصنوعی در کشور گام جدید دولت در توسعه اقتصاد دیجیتال
- علیبابا با عینک هوش مصنوعی Quark وارد بازار گجتهای پوشیدنی شد
- هشدار نسبت به عقبماندگی ایران در هوش مصنوعی تأکید بر ضرورت سرمایهگذاری فوری
- هوش مصنوعی تا ۲۰۳۲ جایگزین توسعهدهندگان نخواهد شد؛ گزارش جدید کارشناسان
- کمیسیون اروپا در بنبستِ قانونگذاری AI در محل کار — آیا حقوق کارگران قربانی نوآوری خواهند شد؟
- اتحادیه اروپا تحقیق رسمی علیه گوگل را بهدلیل استفاده از محتوا برای AI آغاز کرد
- هوش مصنوعی و بحران اعتماد؛ چالش بزرگ جامعه در سال ۲۰۲۶
- حضور Arrive AI در CES 2026 با تمرکز بر تحویل خودران امن و مقیاسپذیر مبتنی بر هوش مصنوعی
- هوش مصنوعی در کشف داروهای نوین پزشکی
- ستاد توسعه هوش مصنوعی؛ برنامه ملی برای تحول دیجیتال ایران
- تحلیل دادههای زیستی و تصاویر پاتولوژی با هوش مصنوعی در دانشگاه تهران
- افزایش نگرانکننده کلاهبرداریهای مبتنی بر هوش مصنوعی در جهان
- آمازون و تمرکز بر هوش مصنوعی؛ حذف ۱۴هزار شغل شرکتی
- سرمایهگذاری Disney در OpenAI؛ آغاز عصر جدید هوش مصنوعی در صنعت سرگرمی
- شباهت شگفتانگیز هیپنوتیزم و ChatGPT؛ وقتی مغز انسان مثل هوش مصنوعی عمل میکند
- سخنرانی سال نو رئیسجمهور چین با تمرکز بر فناوریهای راهبردی
- پایان برنامهریزی شغلی پنجساله در عصر هوش مصنوعی؛ هشدار مدیرعامل لینکدین
- الگوریتمها و شبکههای اجتماعی ۲۰۲۶؛ وقتی AI روابط انسانی را بازتعریف میکند
نظر خود را وارد کنید
آدرس ایمیل شما در دسترس عموم قرار نمیگیرد.