• شماره ركورد
    9623
  • پديد آورنده

    بهاره كاوسي نژاد

  • عنوان
    آگاهي از سلامت از طريق زبان ساده پزشكي
  • مقطع تحصيلي
    كارشناسي
  • رشته تحصيلي
    مهندسي كامپيوتر
  • سال فارغ التحصيلي
    1403
  • استاد راهنما
    دكتر سيد صالح اعتمادي
  • دانشجوي وارد كننده اطلاعات

    بهاره كاوسي نژاد

  • تاريخ ورود اطلاعات
    1403/12/08
  • دانشكده
    مهندسي كامپيوتر
  • عنوان به انگليسي
    Health Awareness through Simplified Medical Language
  • چكيده
    پروژه «آگاهي از سلامت از طريق زبان ساده پزشكي» با هدف ارتقاي آگاهي عمومي و تسهيل درك مفاهيم پيچيده پزشكي طراحي شده است؛ امروزه بسياري از افراد هنگام مواجهه با اصطلاحات تخصصي پزشكي در آزمايش‌ها يا مشاوره‌هاي پزشكي، دچار سردرگمي و نگراني مي‌شوند كه اين موضوع مي‌تواند منجر به اشتباهات يا تصميمات نادرست در مسير درمان شود، و در اين راستا، پروژه مذكور مي‌كوشد تا با بهره‌گيري از فناوري‌هاي نوين، به ويژه هوش مصنوعي، اصطلاحات تخصصي و مفاهيم دشوار پزشكي را به زباني ساده و قابل فهم براي عموم تبديل كند تا همه افراد، فارغ از سطح تحصيلات يا آگاهي پزشكي، بتوانند اطلاعات دقيق و مفيدي درباره سلامت خود دريافت كنند و در تصميم‌گيري‌هاي مرتبط با درمان و مراقبت‌هاي بهداشتي نقش فعال‌تري ايفا نمايند؛ هوش مصنوعي به عنوان ابزاري پيشرفته و مؤثر قادر است حجم زيادي از داده‌هاي پزشكي را در كوتاه‌ترين زمان پردازش كند، نتايج آزمايش‌ها را تحليل نمايد و مشاوره‌هاي دقيق و علمي ارائه دهد، به‌طوري كه اين فناوري نه تنها در دسترس همگان قرار دارد بلكه اطلاعات پزشكي را به شكلي قابل درك و كارآمد ارائه مي‌دهد؛ از اين رو، افراد مي‌توانند با كسب دانش و آگاهي بيشتر، تصميمات هوشمندانه‌تري درباره سلامت خود اتخاذ كنند و با اطمينان بيشتري از فرآيندهاي درماني پيروي نمايند؛ اين پروژه بر اين باور است كه دانش، قدرت است و هرچه افراد اطلاعات بيشتري درباره بدن و سلامت خود داشته باشند، بهتر مي‌توانند بر وضعيت جسماني خود كنترل پيدا كنند و در مواجهه با بيماري‌ها تصميمات آگاهانه‌تري اتخاذ كنند؛ هدف نهايي اين پروژه فراهم آوردن دسترسي به اطلاعات پزشكي ساده و قابل فهم براي همه افراد به‌گونه‌اي است كه بتوانند اين اطلاعات را در زندگي روزمره و براي خانواده خود به كار گيرند، كه اين تلاش به ويژه براي كساني كه از پيچيدگي‌هاي زبان پزشكي هراسان هستند يا به منابع تخصصي دسترسي كافي ندارند، گامي مؤثر در جهت كاهش نگراني‌ها و ارتقاي سلامت عمومي محسوب مي‌شود؛ همچنين، بررسي نتايج مدل‌هاي مختلف براي محاسبه ميزان پيچيدگي متن (FKGL) در پنجاه داده تست نشان مي‌دهد كه در مجموعه داده اوليه ميانگينFKGL برابر با 12.471 است كه مناسب براي سال‌هاي اوليه دانشگاه مي‌باشد، در حالي كه نتايج اوليه مدلT5-base ميانگين را به11.486 كاهش داده كه اين مقدار براي دبيرستان يا سال‌هاي اوليه دانشگاه مناسب است، نسخه اصلاح‌شده ميانگين را به 11.346 رسانده كه همچنان مناسب براي دبيرستان يا سال‌هاي اوليه دانشگاه است و ساده‌سازي توسط GPT-2ميانگين را به 9.298كاهش داده كه اين مقدار براي دوره اول دبيرستان مناسب مي‌باشد؛ اين نتايج حاكي از آن است كه مدل‌هاي مختلف قادر به توليد متوني با سطوح پيچيدگي متفاوت هستند كه هر كدام متناسب با نيازهاي خاص مخاطبان عمل كرده‌اند و در نهايت، با ساده‌سازي اصطلاحات پزشكي به زباني قابل فهم، مي‌توانند در ارتقاي آگاهي عمومي و كاهش پيچيدگي‌هاي موجود در زبان پزشكي نقش بسزايي ايفا نمايند.
  • كليدواژه ها
    هوش مصنوعي در پزشكي , آگاهي از سلامت , توليد متن , ساده‌سازي متن , مدل‌هاي زباني بزرگ