هوش مصنوعی پا توی کفش متخصصان قلب میکند!
تاریخ انتشار: ۲۴ اردیبهشت ۱۴۰۲ | کد خبر: ۳۷۷۴۵۴۱۱
پژوهشگران «دانشگاه ادینبرو» از ابداع یک الگوریتم مبتنی بر هوش مصنوعی خبر دادهاند که میتواند حمله قلبی را با دقت ۹۹.۶ درصد تشخیص دهد.
بررسیها نشان میدهد که در مقایسه با روشهای آزمایشی کنونی، الگوریتم دانشگاه ادینبرو میتواند حمله قلبی را در بیش از دو برابر تعداد بیماران با دقت ۹۹.۶ درصد تشخیص دهد.
بیشتر بخوانید:
اخباری که در وبسایت منتشر نمیشوند!
استاندارد طلایی کنونی برای تشخیص حمله قلبی، اندازهگیری سطح پروتئین «تروپونین»(Troponin) در خون است اما این آستانه برای همه بیماران استفاده میشود؛ به این معنی که عواملی مانند سن، جنسیت و سایر مشکلات سلامتی که در سطح تروپونین نقش دارند و بر میزان دقت تشخیص حمله قلبی تأثیر میگذارند، در نظر گرفته نمیشوند.
پژوهشهای پیشین نشان دادهاند که زنان تا ۵۰ درصد بیشتر در معرض تشخیص اولیه اشتباه هستند و افرادی که تشخیص اشتباه در مورد آنها صورت میگیرد، ۷۰ درصد بیشتر در معرض خطر مرگ پس از ۳۰ روز قرار دارند.
پژوهشگران دانشگاه ادینبرو گفتند که الگوریتم جدید آنها موسوم به «CoDE-ACS»، فرصتی برای جلوگیری از این مشکل است. این الگوریتم با استفاده از دادههای ۱۰۰۳۸ بیمار در اسکاتلند ساخته شد که به دلیل حمله قلبی مشکوک به بیمارستان مراجعه کرده بودند.
الگوریتم برای پیشبینی احتمال حمله قلبی در یک بیمار، از اطلاعات جمعآوریشده متداول مانند سن، جنسیت، نوار قلب، سابقه پزشکی و همچنین سطح تروپونین استفاده میکند. نتیجه به عنوان امتیاز احتمال از صفر تا ۱۰۰ برای هر بیمار ارائه میشود.
پروفسور «نیکلاس میلز»(Nicholas Mills)، سرپرست این پژوهش گفت: تشخیص و درمان زودهنگام بیماران مبتلا به درد حاد قفسه سینه ناشی از حمله قلبی، میتواند جان آنها را نجات بدهد اما بیماریهای بسیاری باعث ایجاد این علائم رایج میشوند و تشخیص همیشه ساده نیست. استفاده از دادهها و هوش مصنوعی برای حمایت از تصمیمات بالینی، پتانسیل بسیار زیادی برای بهبود مراقبت از بیماران و کارآیی در بخشهای اورژانس شلوغ دارد.
پروفسور «نیلش سامانی»(Nilesh Samani)، مدیر پزشکی «بنیاد قلب بریتانیا»(BHF) که بودجه این پژوهش را تامین کرده است، گفت: درد قفسه سینه یکی از شایعترین دلایل مراجعه مردم به بخش اورژانس است. پزشکان سراسر جهان هر روز با این چالش روبهرو میشوند که بیمارانی را که درد آنها ناشی از حمله قلبی است، از کسانی که درد آنها ناشی از یک مشکل کمتر جدی است، جدا کنند. الگوریتم CoDE-ACS که با استفاده از دادههای پیشرفته و هوش مصنوعی ابداع شده است، میتواند حمله قلبی را با دقت بیشتری نسبت به روشهای کنونی تشخیص دهد. این الگوریتم میتواند تحولی را در بخش اورژانس ایجاد کند، زمان لازم برای تشخیص را کاهش دهد و برای بیماران بسیار بهتر باشد.
آمار نشان میدهد که در بریتانیا، سالانه حدود ۱۰۰ هزار مورد بستری شدن در بیمارستان به دلیل حملات قلبی وجود دارد که معادل یک مورد در هر پنج دقیقه است.
آزمایشهای بالینی اکنون در اسکاتلند در حال انجام شدن هستند تا ارزیابی شود که آیا الگوریتم جدید هوش مصنوعی میتواند به پزشکان کمک کند تا فشار وارده بر بخش پر ازدحام اورژانس را کاهش دهند.
منبع: ایران اکونومیست
کلیدواژه: هوش مصنوعی حمله قلبی
درخواست حذف خبر:
«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را بهطور اتوماتیک از وبسایت iraneconomist.com دریافت کردهاست، لذا منبع این خبر، وبسایت «ایران اکونومیست» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۳۷۷۴۵۴۱۱ را به همراه موضوع به شماره ۱۰۰۰۱۵۷۰ پیامک فرمایید. لطفاً در صورتیکه در مورد این خبر، نظر یا سئوالی دارید، با منبع خبر (اینجا) ارتباط برقرار نمایید.
با استناد به ماده ۷۴ قانون تجارت الکترونیک مصوب ۱۳۸۲/۱۰/۱۷ مجلس شورای اسلامی و با عنایت به اینکه سایت «خبربان» مصداق بستر مبادلات الکترونیکی متنی، صوتی و تصویر است، مسئولیت نقض حقوق تصریح شده مولفان در قانون فوق از قبیل تکثیر، اجرا و توزیع و یا هر گونه محتوی خلاف قوانین کشور ایران بر عهده منبع خبر و کاربران است.
خبر بعدی:
هوش مصنوعی زندگیها را نجات میدهد/ کاهش ۹۰ درصدی مرگ و میر بیماران قلبی
به گزارش خبرگزاری علم و فناوری آنا به نقل از نیوساینتیس، یک سیستم هوش مصنوعی اثبات کرده است که میتواند با هشدار دادن به پزشکان برای بررسی بیمارانی که نتایج آزمایش قلب به خطر مرگ اشاره دارد، جان آنها را نجات دهد. در یک آزمایش بالینی تصادفی با تقریباً ۱۶ هزار بیمار در دو بیمارستان، هوش مصنوعی میزان مرگ و میر بیماران پرخطر را به میزان ۳۱ درصد کاهش داد.
اریک توپول از مؤسسه تحقیقاتی اسکریپس در کالیفرنیا، که در این تحقیق شرکت نداشت، میگوید: این واقعاً فوقالعاده است. بسیار نادر است که یک دارو ۳۱ درصد مرگ و میر را کاهش دهد، و حتی این مورد برای موارد غیردارویی نادرتر است درحالی که این فقط نظارت بر افراد با هوش مصنوعی است.
چین لین در مرکز پزشکی دفاع ملی تایوان و همکارانش ابتدا هوش مصنوعی خود را بر روی بیش از ۴۵۰ هزار آزمایش الکتروکاردیوگرام (ECG) که فعالیت الکتریکی قلب را به همراه دادههای بقای افراد اندازه گیری میکند، آموزش دادند. هوش مصنوعی یاد گرفت که خطر مرگ هر بیمار را با یک امتیاز درصدی نشان دهد. بر این اساس افرادی که حداقل ۹۵ درصد را کسب میکنند، به عنوان خطر بالا در نظر گرفته میشوند.
سپس محققان سیستم هشدار هوش مصنوعی را با ۳۹ پزشک در دو بیمارستان مختلف آزمایش کردند. هنگامی که پرستاران نتایج آزمایشهای الکتروکاردیوگرام هر بیمار جدید را به یک سرور کامپیوتری بارگذاری میکردند، سیستم هوش مصنوعی نتایج را تجزیه و تحلیل میکرد و در صورتی که بیمار را پرخطر تشخیص میداد، سریعاً به پزشکان هشدار میداد.
سیستم هوش مصنوعی علاوه بر کاهش خطر مرگ به دلایل مختلف، مرگ و میر بیماران پرخطر ناشی از مشکلات قلبی را تا بیش از ۹۰ درصد کاهش داد.
لین و همکارانش حدس زدند که پیشبینیهای هوش مصنوعی ممکن است به تمرکز روی گروههای پرخطر کمک کند. پزشکان معمولاً هشدارها را با آزمایشهای تشخیصی بیشتر و درمانهای اضافی دنبال میکنند.
سیستم هشدار هوش مصنوعی در حال حاضر در ۱۴ بیمارستان نظامی در تایوان استفاده میشود.
توپول میگوید: این را میتوان در هر بیمارستانی در سراسر جهان اجرا کرد از این رو نباید گران باشد.
انتهای پیام/