7 Aug 2026, 15:16 UTC81 views8 reactionsread 8 August 2026 جمعبندی خبرهای اخیر
خبرهای آگوست نشان میدهند بازار جهانی AI در سلامت دارد از هیجانهای کلی فاصله میگیرد و به سمت کاربردهای واقعیتر میرود: ابزارهایی که کار پزشک و کلینیک را سادهتر میکنند، دادههای سلامت را خارج از بیمارستان هم جدی میگیرند و فقط محدود به «تشخیص بیماری» نیستند.
هدف من در این کانال این است که این روندهای جهانی را دنبال کنم و به زبان سادهتر منتقل کنم؛ تا ببینیم دنیا به چه سمتی میرود و کدام بخ…
❤6👍2
Signed Zeinab Habibi
7 Aug 2026, 15:16 UTC78 views6 reactionsread 8 August 2026 مرور خبرهای ده روز گذشته
1. ابزار سلامت دیجیتال باید واقعاً استفاده شود
ابزارهای سلامت دیجیتال وقتی موفقاند که وارد عادت روزانه کاربر شوند؛ یعنی کار بیمار، پزشک یا کلینیک را سادهتر کنند، نه اینکه یک کار اضافه بسازند.
🔗 لینک:
https://medcitynews.com/2026/08/beyond-adoption-the-habits-shaping-digital-health/
2. فرصت HealthTech فقط تشخیص بیماری نیست
چند جذب سرمایه مهم در HealthTech نشان میدهد بازار فقط دنبال AI برا…
❤4👍2
Signed Zeinab Habibi
27 Jul 2026, 16:55 UTC205 views2 reactionsread 8 August 2026 چطور ترجمهی متون پزشکی بهتر کنیم؟
اگر با مدلهای ترجمه کار کرده باشی، احتمالاً این را دیدهای: روی متن عمومی عملکرد خوب است، اما به محض اینکه وارد متن پزشکی میشوی، کیفیت بهوضوح افت میکند. دلیلش ساده است؛ مدل روی دادهای آموزش دیده که «پزشکی» بخش کوچکی از آن بوده.
نتیجه چه میشود؟
مدل روی کلمات چندمعنایی گیر میکند (مثلاً discharge)، اصطلاحات تخصصی را سادهسازی یا اشتباه ترجمه میکند، و مهمتر از همه، در حفظ دو…
❤2
Signed Zeinab Habibi
27 Jul 2026, 16:54 UTC166 views2 reactionsread 8 August 2026 📚ترجمه ماشینی مقالات #پزشکی چه مشکلاتی دارد ؟
یک مطالعه ترجمه از دستورالعملهای ترخیص بیمار را بررسی کرد. نتیجه نشان داد که بخشی از ترجمهها (حدود ۲ تا ۸ درصد) دارای خطاهایی بودند که میتوانستند از نظر بالینی مشکلساز باشند؛ مانند ابهام در دستور دارو یا انتقال نادقیق معنا.
۳ نکته ای که در ترجمه مقالات پزشکی باید دقت کرد :
▪️ اعداد، واحدها و دوز دارو را حتماً با متن اصلی چک کنید — این بخش بیشترین حساسیت را دارد.
▪️…
❤2
Signed Zeinab Habibi
25 Jul 2026, 15:28 UTC185 views4 reactionsread 8 August 2026 یکی از مواردی که تجربه کردم استارتاپ های فعال حوزه دارو از پابمد استفاده زیادی برای کار ازمایی بالینی میکنند
❤2👍2
Signed Zeinab Habibi
25 Jul 2026, 15:27 UTC186 views4 reactionsread 8 August 2026 💻 کاربرد PubMed در پروژههای LLM و RAG
امروزه PubMed فقط یک پایگاه جستجوی مقاله نیست؛ بلکه یکی از مهمترین منابع دانش در پروژههای هوش مصنوعی هست
کاربردهای رایج:
🧠 ساخت Knowledge Base برای سامانههای RAG
📑 بازیابی مقالات معتبر برای پاسخگویی #مدل های زبانی
✅ اعتبارسنجی پاسخهای AI با استناد به شواهد علمی
مطالعات اخیر نیز سامانههای Biomedical RAG را معرفی کردهاند که از مقالات PubMed برای بازیابی دانش و تولید پاسخ…
👍4
Signed Zeinab Habibi
25 Jul 2026, 15:27 UTC153 views3 reactionsread 8 August 2026 🩺 چرا PubMed هنوز مهمترین ابزار جستجوی پزشکی است؟
اگر #پزشک یا پژوهشگر هستید، PubMed معمولاً اولین جایی است که برای یافتن شواهد علمی به آن مراجعه میکنید.
کاربردهای اصلی PubMed:
🔍 جستجوی مقالات معتبر درباره بیماریها، داروها و درمانها
📚 مرور ادبیات
🩺 دسترسی به شواهد علمی برای پزشکی مبتنی بر شواهد (EBM)
🧬 یافتن مقالات جدید با استفاده از MeSH و فیلترهای تخصصی
امروزه PubMed بیش از ۴۰ میلیون رکورد از مقالات علوم پزشکی…
❤3
Signed Zeinab Habibi
22 Jul 2026, 11:15 UTC207 views5 reactionsread 8 August 2026 🛠 کتابخونهٔ #متنبازTorchXRayVisionـکه هم دیتاستهای رادیولوژی رو یکجا لود میکنه، هم مدلهای ازپیشآموزشدیده داره برا پروژه های این سبگ کمک خوبی هست
نصب:
pip install torchxrayvision
لود مدل و پیشبینی:
import torchxrayvision as xrv
import skimage, torch, torchvision
img = skimage.io.imread("xray.jpg")
img = xrv.datasets.normalize(img, 255)
img = img.mean(2)[None, ...]
transform = torchvision.transforms.Compose…
❤5
Signed Zeinab Habibi
22 Jul 2026, 11:15 UTC180 views1 reactionsread 8 August 2026 هوش مصنوعی چطور عکس ریه رو میخونه — مناسب پروژهٔ بعدیِ تو
یه عکسِ #رادیولوژی برای کامپیوتر یه ماتریسِ پیکسله. مدل روی دهها هزار عکسِ لیبلخورده یاد میگیره و برای هر یافته یه احتمال میده (مثلاً «۰.۸۷ پنومونی») بهعلاوهٔ یه heatmap که نشون میده رو کجای عکس حساس شده. خروجی یه پیشبینیِ آماریه
🫁 ولی این عددها یعنی چی؟
هر لیبل یه تصمیمِ واقعیِ پزشکیه. چیزی که مدل دنبالشه:
▪️ ندولِ ریه — یه لکهٔ کوچیک که میتونه سرط…
👍1
Signed Zeinab Habibi
22 Jul 2026, 11:14 UTC147 views3 reactionsread 8 August 2026 👩⚕️ وقتی عکس زیاده و وقت کم:
کادر درمان این صحنهها رو تو کارِ روزمره زیاد تجربه کرده:
▪️ ساعتِ آخرِ شیفت، چشم خستهست و باید دهها تصویر رو پشتسرهم بخونی.
▪️ یه موردِ اورژانسی لای انبوهِ عکسهای روتین گم میشه.
▪️ تو مرکزِ کوچیک یا شیفتِ شب، رادیولوژیست نیست.
▪️ جوابِ دیر میرسه و بیمار منتظره.
تو چند برنامهی غربالگری دنیا، هوش مصنوعی اول تصاویر رو مرور میکنه و مواردِ مشکوک رو علامت میزنه —
به عنوان مزیت چند…
❤3
Signed Zeinab Habibi
21 Jul 2026, 19:15 UTC219 views4 reactionsread 8 August 2026 Photo
مقاله داکیومنت MedDialogRubrics مدل های AI را در مشاورههای چندمرحلهای پزشکی بررسی کرده؛ یعنی شرایطی شبیهتر به ویزیت واقعی.
🎯 سؤال اصلی مقاله این است:
آیا مدل فقط جواب میدهد،
یا قبل از جواب دادن، سؤالهای لازم را هم میپرسد؟
این موضوع مهم است؛ چون اگر AI با اطلاعات ناقص نتیجهگیری کند، حتی با دانش زیاد هم ممکن است تصمیم اشتباه بدهد.
📎 لینک مقاله:
https://arxiv.org/html/2601.03023v1
🆔 @AI_HealthHub
❤2👍1🤝1
Signed Zeinab Habibi
21 Jul 2026, 19:15 UTC393 views4 reactionsread 8 August 2026 🩺 هوش مصنوعی فقط نباید جواب بده؛ باید سؤال درست بپرسه
خیلی از مدلهای هوش مصنوعی در پزشکی با سؤالهای ساده ارزیابی میشن:
❓ تشخیص چیست؟
❓ درمان مناسب کدام است؟
❓ گزینه درست کدام است؟
اما پزشکی واقعی اینقدر ساده نیست.
#پزشک قبل از تشخیص، اول اطلاعات جمع میکند:
🔹 شرح حال میگیرد
🔹 علائم همراه را میپرسد
🔹 داروها و سابقه بیماری را بررسی میکند
🔹 ابهامها را روشن میکند
🔹 بعد تصمیم میگیرد …
👏2❤1👍1
Signed Zeinab Habibi
Showing the 12 most recent of 20 posts we hold for @AI_HealthHub. View and reaction counts are the latest single reading for each post, not a live figure, and a recent post is still accumulating both. A view count marked ≈ was rounded by Telegram before we ever saw it — t.me prints views in full below 1,000 and to three significant figures above, so ≈1,200,000 means somewhere between 1,150,000 and 1,249,999. Unmarked counts are exact. Text is reproduced from the public post preview and truncated for length.