تجمع القمة العالمية للذكاء الاصطناعي (GAIN) أكثر من 300 خبير رائد في مجال الذكاء الاصطناعي في الرياض لمناقشة "الحاضر والمستقبل واللامتناهي" للذكاء الاصطناعي. يشمل المتحدثون الألمان ستيفان شنور من الوزارة الاتحادية للرقمية والنقل، والدكتور فانغ شو من شركة دويتشه تيليكوم، والدكتور مايكل ماي [...] القمة العالمية للذكاء الاصطناعي (GAIN) تعلن عن المتحدثين الرئيسيين

عند تضخم البروستاتا، المعروف أيضًا باسم تضخم البروستاتا الحميد (BPH)، يعد مستوى مستضد البروستاتا النوعي (PSA) في الدم مؤشرًا مهمًا. يقيس اختبار PSA تركيز هذا المستضد في الدم الذي تنتجه البروستاتا. قد يشير ارتفاع مستوى PSA إلى أمراض مختلفة في البروستاتا، بما في ذلك التضخم الحميد والالتهابات أو حتى سرطان البروستاتا[2][3][5]. قيم الدم المهمة لتضخم البروستاتا – قيمة PSA: غالبًا ما يرتبط ارتفاع مستوى PSA بتضخم البروستاتا. تختلف قيم PSA الطبيعية حسب العمر:   – 40-49 سنة: < 1.4 نانوغرام/مل   – 50-59 سنة: < 2.0 نانوغرام/مل   – 60-69 سنة: < 3.1 نانوغرام/مل   – 70-79 سنة: < 4.0 نانوغرام/مل[7].    قد يشير المستوى الأعلى من هذه النطاقات الطبيعية إلى تضخم البروستاتا أو أمراض أخرى في البروستاتا، ولكنه يتطلب تقييمًا طبيًا للتشخيص الدقيق[6][7]. – علامات الالتهاب: في حالة الاشتباه في التهاب البروستاتا، يمكن أيضًا فحص علامات الالتهاب في الدم. ومع ذلك، فإن هذه القيم…

كشف التحليل، الذي شمل بيانات من 19,664 عملية زرع كلى من السجل الوطني لزراعة الأعضاء، عن اختلافات كبيرة في أوقات الانتظار ومعدلات الزرع بين الفئات العمرية المختلفة. في اللوائح الحالية، يوجد حدان للعمر، عيد الميلاد الثامن عشر وعيد الميلاد الخامس والستين، مما له تأثير كبير على وقت الانتظار. في المتوسط، يبلغ وقت الانتظار للحصول على كلية وقت الزرع 5.8 سنوات. بالنسبة للمرضى الذين تقل أعمارهم عن 18 عامًا، يبلغ متوسط وقت الانتظار 1.7 سنة، بينما ينتظر الأشخاص الذين تتراوح أعمارهم بين 18 و 64 عامًا في المتوسط 7.0 سنوات. يتلقى الأشخاص الذين تبلغ أعمارهم 65 عامًا أو أكثر زرعًا في المتوسط بعد 3.8 سنوات. نتيجة للقواعد الحالية، هناك عدد غير متناسب من متلقي الأعضاء الذين تتراوح أعمارهم بين 65 و 66 عامًا. يتم زرع الأشخاص الذين تبلغ أعمارهم 65 عامًا تقريبًا أربع مرات أكثر من الأشخاص الذين تبلغ أعمارهم 64 عامًا. بالإضافة إلى ذلك، تمكن المؤلفون من إثبات أن الفرق في وقت الانتظار بين الأشخاص الذين تقل أعمارهم عن 65 عامًا والأشخاص الذين تزيد أعمارهم عن 65 عامًا يستمر في الزيادة: في…

نهج جديد لتعدد المهام لتدريب الذكاء الاصطناعي يتيح تدريب النماذج الأساسية بكفاءة من حيث التكلفة وبسرعة باستخدام الحد الأدنى من البيانات. وبهذه الطريقة، يتغلب الباحثون على ندرة البيانات في التصوير الطبي - وبالتالي يمكنهم إنقاذ الأرواح. وفقًا لمنظمة الصحة العالمية (WHO)، يتزايد عدد حالات الإصابة بالسرطان بشكل كبير في جميع أنحاء العالم. تُعد المؤشرات الواضحة، والمعروفة أيضًا باسم الواسمات الحيوية، أمرًا بالغ الأهمية للتشخيص الآمن والعلاج الناجح. تساهم أنظمة الذكاء الاصطناعي القابلة للتعلم في اكتشاف مثل هذه المعلمات القابلة للقياس في الصور المرضية. نجح باحثون من معهد فراونهوفر للطب الرقمي MEVIS، بالتعاون مع جامعة آخن التقنية (RWTH Aachen)، وجامعة ريغنسبورغ، وكلية هانوفر الطبية، في تطوير نموذج أساسي لهذا الغرض، يقوم بتحليل عينات الأنسجة بسرعة وموثوقية وكفاءة في استخدام الموارد باستخدام جزء صغير من مجموعات بيانات التدريب المعتادة. بعيدًا عن مجموعات البيانات الكبيرة والتعلم ذاتي الإشراف، يتم تدريب النماذج الأساسية التقليدية، مثل نماذج اللغة مثل ChatGPT، ذاتيًا باستخدام مجموعات بيانات كبيرة ومتنوعة. ومع ذلك، فإن هذه البيانات غير متوفرة في المجال الطبي...