📌 قسمت ۳ از ۳ | حالا از این نقشه چه چیزی می‌فهمیم؟

حالا بیاید خودِ همین نقشه رو بخونیم؛ طوری که حتی اگر اولین باره تحلیل بیبلیومتریک می‌بینید، بتونید منطقش رو دنبال کنید 👀
اگر اصطلاحات داخل نقشه رو کنار هم بذاریم، سه جریان اصلی دیده میشه:

🔴 خوشه قرمز | کیفیت پاسخ‌های هوش مصنوعی
اینجا بیشتر بحث اینه که وقتی هوش مصنوعی به یک سؤال پزشکی جواب میده، اون پاسخ چقدر درست، کامل و قابل فهمه.
مثلاً:
• اگر یک بیمار درباره علائم یک بیماری سؤال کنه، آیا پاسخ مدل اطلاعات مناسبی میده؟
• آیا متن برای بیمار قابل فهمه؟
• آیا بعضی مدل‌ها پاسخ باکیفیت‌تری نسبت به بقیه دارن؟
پس سؤال اصلی این خوشه اینه:
«هوش مصنوعی چقدر خوب جواب میده؟»

🔵 خوشه آبی | عملکرد در یک کار پزشکی
اینجا یک مرحله عملی‌تر میشیم.
فرض کنید اطلاعات ۱۰۰ بیمار رو به یک مدل بدیم و ازش بخوایم بیماری رو تشخیص بده.
حالا می‌پرسیم:
• چند بیمار رو درست تشخیص داد؟
• چند مورد بیماری رو از دست داد؟
• چند بار تشخیص اشتباه داد؟
پس ممکنه یک مدل جواب خیلی روان و قانع‌کننده‌ای تولید کنه، ولی در تشخیص واقعی عملکرد خوبی نداشته باشه.
سؤال این خوشه اینه:
«هوش مصنوعی در انجام یک کار پزشکی چقدر درست عمل می‌کنه؟»

🟢 خوشه سبز | استفاده واقعی از هوش مصنوعی در سیستم درمان
حالا فرض کنیم مدل هم پاسخ‌های خوبی میده و هم از نظر تشخیصی عملکرد مناسبی داره.
آیا همین برای استفاده در بیمارستان کافیه؟ نه لزوماً.
اینجا موضوعاتی مثل عدالت، سوگیری، مسئولیت‌پذیری و بهینه‌سازی روند کار مطرح میشن.
مثلاً «عدالت» یعنی مدل فقط برای یک گروه از بیماران خوب عمل نکنه و برای گروه دیگه عملکرد خوبی داشته باشه.
«مسئولیت‌پذیری» هم یعنی اگر مدل اشتباه کرد، تصمیم نهایی و مسئولیت اون با چه کسیه؟
و «بهینه‌سازی روند کار» یعنی آیا اضافه شدن هوش مصنوعی کار پزشک رو بهتر و سریع‌تر می‌کنه یا فقط یک مرحله اضافی به سیستم اضافه می‌کنه؟
پس سؤال این خوشه اینه:
«چطور میشه هوش مصنوعی رو به شکل ایمن، عادلانه و کاربردی وارد سیستم درمان کرد؟»

🔗 فاصله بین خوشه‌ها
در این نقشه، موضوعات مربوط به کیفیت پاسخ و عملکرد مدل ارتباط بیشتری با هم دارن؛ اما موضوعات مربوط به استفاده واقعی، عدالت و مسئولیت‌پذیری کمی جدا‌تر دیده میشن.
این می‌تونه یک سرنخ پژوهشی ایجاد کنه:
مثلاً شاید درباره «دقت مدل در تشخیص» مطالعات زیادی وجود داشته باشه، اما سؤال اینه:
• آیا همین مدل وقتی وارد محیط واقعی بیمارستان میشه، برای همه بیماران هم به یک اندازه خوب عمل می‌کنه؟
• آیا حضورش واقعاً تصمیم‌گیری پزشک رو بهتر می‌کنه؟
• آیا مشکلات جدیدی ایجاد نمی‌کنه؟

📍 اینجا یکی از کاربردهای نقشه مشخص میشه:
به‌جای اینکه فقط ببینیم «چه موضوعی زیاد کار شده»، می‌تونیم ببینیم چه موضوعاتی کمتر به هم وصل شدن و از همون‌جا برای سؤال پژوهشی جدید ایده بگیریم.
البته یک نکته مهم برای تحلیل حرفه‌ای‌تر:
فاصله دو خوشه به‌تنهایی به معنی «وجود قطعی شکاف پژوهشی» نیست.
این فاصله فقط یک سرنخه که میگه:
«این دو موضوع کمتر کنار هم بررسی شدن؛ شاید ارزش داشته باشه دقیق‌تر مقالاتشون رو بررسی کنی.»

⏳ نقشه زمانی هم یک لایه دیگه به تحلیل اضافه میکنه.
در این نقشه بعضی موضوعات مربوط به استفاده عملی و بهینه‌سازی روند کار، در سال‌های جدیدتر بیشتر دیده میشن.
یعنی سؤال پژوهش‌ها کم‌کم فقط این نیست که:
• «هوش مصنوعی چقدر خوب کار می‌کنه؟»
بلکه داره به این سمت هم میره:
• «چطور میشه از هوش مصنوعی داخل سیستم درمان استفاده کرد؟»

🔍 نکته آخر:
اسم این خوشه‌ها رو نرم‌افزار به شکل آماده به ما نمیده.
این پژوهشگره که با نگاه کردن به اصطلاحات هر خوشه، ارتباط بین اون‌ها و مقالات اصلی، برای هر خوشه یک مفهوم مناسب انتخاب می‌کنه.
پس بخش مهم تحلیل بیبلیومتریک فقط ساختن یک نقشه زیبا نیست؛
مهم‌تر از اون، درست خوندن و تفسیر کردن نقشه‌ست.

📌 روابط عمومی کمیته تحقیقات و فناوری دانشجویی دانشگاه علوم‌پزشکی اردبیل
🆔 @src_arums

کمیته تحقیقات و فناوری دانشجویی دانشکده پیراپزشکی،‌ دانشگاه علوم پزشکی اردبیل و مرکز تحقیقات زئونوز دانشگاه علوم پزشکی اردبیل برگزار می‌کنند:

🔸سلسله کارگاه‌های آموزشی تکنیک‌های آزمایشگاهی 🔸

°جلسه چهارم°

🔷 کاربردهای پژوهشی Real-time PCR 🔷

مدرس:
▫️خانم دکتر نرگس سوزن‌گر

″دکترای پزشکی مولکولی دانشگاه علوم پزشکی اردبیل"

🔷 فهرست مطالب:

🔹 معرفی دوره
🔹 انتخاب ژن
🔹 نحوه استفاده از پرایمر
🔹 نکات استخراج و بررسی کیفیت استخراج
🔹 انواع تکرارهای نمونه
🔹 ژنوتایپینگ، آنالیز متیلاسیون
🔹 آنالیز Copy Number Variation


🕓 زمان: ۴ شهریور ماه سال ۱۴۰۵ | ساعت ۱۵:۰۰ تا ۱۷:۰۰

🛜 به صورت آنلاین، در بستر اسکای روم


"شرکت برای دانشجویان تمامی رشته‌ها و ورودی‌ها آزاد می‌باشد."

🌐 فرم ثبت‌نام:
https://forms.gle/eVC2d3HskapE3PfS7


– لطفاً پس از تکمیل فرم ثبت‌نام، حتماً در گروه مربوطه عضو شوید.
🔗لینک گروه تلگرام:
https://xn--r1a.website/kargahwo
🔗 لینک اسکای روم:
https://www.skyroom.online/ch/arums/srarums

🆔 @arums_src
🆔 @research_co

📅 ۴ شهریور ۱۴۰۵ | روز کارمند

در تقویم ایران، چهارم شهریور و هم‌زمان با هفته دولت، به پاس قدردانی از تلاش، مسئولیت‌پذیری و خدمت صادقانه کارمندان، «روز کارمند» نام‌گذاری شده است؛ روزی برای ارج نهادن به کسانی که بخش مهمی از پیشرفت هر مجموعه، حاصل تلاش‌های ارزشمند آن‌هاست.
این روز را به تمامی کارمندان پرتلاش و گران‌قدر تبریک می‌گوییم و برایشان سلامتی، آرامش و موفقیت روزافزون آرزومندیم. 💙

#روز_کارمند #۴_شهریور #هفته_دولت

📌 روابط عمومی کمیته تحقیقات و فناوری دانشجویی دانشگاه علوم‌پزشکی اردبیل

🆔 @arums_src

از مدیریت هوشمند منابع و استناددهی خودکار تا ایجاد کتابخانه و جستجوی آنلاین مقالات - همه چیز را در این کارگاه عملی بیاموزید.

☀️ مدرسه تابستانه پژوهشی | جلسه ششم
📚 مدیریت منابع با نرم افزار EndNote

👨🏻‍🏫 مدرس: دکتر شبنم ایزدی
📅 ۴ شهریور ماه
⏰ ساعت ۹ الی ۱۱ | آنلاین
💎 رایگان | ویژه تمامی دانشجویان

📍لینک ثبت نام:
https://forms.gle/kzY9NBFpjQWJedmq9

لینک گروه مدرسه تابستانه:
https://xn--r1a.website/+yH4zhC13QFpjZmI0

📩 سؤالات و پشتیبانی: @arumssrc

🆔 @ResearchCommittee_Sarab
🆔 @mrgums
🆔 @arums_src
🆔 @GUMS_SRC

کارگاه امروز با یک ساعت تأخیر آغاز خواهد شد.
ساعت ۱۰، منتظرتان هستیم.

🔻 لینک شرکت در کارگاه:

https://www.skyroom.online/ch/arums/srarums

#گزارش_تصویری

🔶 جلسه ششم سلسله کارگاه های مقاله‌نویسی با عنوان انواع آشنایی با انواع مقالات Systematic Review، با حضور خانم دکتر زهرا نوری مطلق، ۲۸ مرداد ماه ۱۴۰۵، ساعت ۰۹:۰۰، به صورت مجازی در بستر اسکای روم، توسط کمیته تحقیقات و فناوری دانشجویی دانشکده پیراپزشکی و داروسازی دانشگاه علوم پزشکی اردبیل و مرکز تحقیقات سلامت و محیط زیست دانشگاه علوم پزشکی ایلام برگزار شد.

🔴 محض آماده شدن گواهی ها در کانال زیر قرار داده می‌شود.
https://xn--r1a.website/kargahwo


🆔️ @arums_src
🆔 @research_co
🆔 @srcarums_pharm