* Index Medicus for the Eastern Mediterranean Region (IMEMR) * Index Copernicus * ResearchBible * J-Gate * I2OR * ROAD * CiteFactor * Scientific Indexing Services * SID * Magiran * Google Scholar
و دارای رتبه علمی پژوهشی
از کمیسیون نشریات وزارت بهداشت و درمان
مرکز تحقیقات بیوشیمی و تغذیه در بیماریهای متابولیک، دانشگاه علوم پزشکی کاشان، کاشان، ایران ، hosseiniara7@gmail.com
چکیده: (104 مشاهده)
بیوتوکسین‌های دریایی، که از شکوفایی جلبکی مضر به وجود می‌آیند، تهدیدی جدی برای سلامت عمومی و صنعت شیلات ایجاد می‌کنند و نیاز به روش‌های پیشرفته تشخیص را ضروری می‌سازند. روش‌های سنتی مانند سنجش‌های زیستی با موش و کروماتوگرافی، اغلب زمان‌بر، پرهزینه و از نظر اخلاقی چالش‌برانگیز هستند. ادغام هوش مصنوعی با حسگرهای زیستی، رویکردی نوآورانه برای افزایش سرعت، دقت و کارایی در تشخیص این سموم ارائه می‌دهد. این مطالعه مروری وضعیت کنونی حسگرهای زیستی برای شناسایی بیوتوکسین‌های دریایی را بررسی می‌کند و نقش هوش مصنوعی در خودکارسازی و بهینه‌سازی این سیستم‌ها را تحلیل می‌نماید. هوش مصنوعی با استفاده از الگوریتم‌های یادگیری ماشینی و یادگیری عمیق، تحلیل سریع داده‌ها، شناسایی الگوها و مدل‌سازی پیش‌بینی را ممکن می‌سازد و راه را برای پایش لحظه‌ای و سیستم‌های هشدار زودهنگام هموار می‌کند. با وجود موانعی مانند نیاز به داده‌های استاندارد و تأییدیه‌های قانونی، ترکیب هوش مصنوعی با حسگرهای زیستی پتانسیل بالایی برای تحول در سم‌شناسی دریایی و تضمین ایمنی محصولات دریایی دارد. این مطالعه با تلفیق پیشرفت‌های اخیر در فناوری حسگرهای زیستی و کاربردهای هوش مصنوعی، دیدگاهی جامع درباره تأثیر این فناوری‌ها بر سلامت عمومی و ایمنی غذایی ارائه می‌دهد.
Khanamani Falahati-pour S, Hosseiniara R. Artificial intelligence (AI) in Marine Toxicology: Automated Detection of Biotoxins in Seafood. J Mar Med 2025; 7 (1) :10-16 URL: http://jmarmed.ir/article-1-496-fa.html
خنامی فلاحتی پور سلیمه، حسینی آرا سید رضا. هوش مصنوعی در سم‌شناسی دریایی: تشخیص خودکار بیوتوکسین‌ها در محصولات دریایی. مجله طب دریا. 1404; 7 (1) :10-16
