میرنیوز
به گزارش ایسنا و به نقل از وبسایت رسمی دانشگاه خودگردان بارسلونا، گروهی از پژوهشگران موفق شدهاند یک مدل جدید یادگیری ماشینی را ابداع کنند که خطر مرگ و میر بیماران بستری شده در بخش مراقبتهای ویژه را پیشبینی میکند.
یادگیری ماشینی در چارچوب هوش مصنوعی، به مدل امکان میدهد تا براساس دادههای ارائه شده، اطلاعاتی را به دست بیاورد و با به دست آوردن اطلاعات جدید، خود را اصلاح کند. یکی از چالشهای کنونی، ایجاد مدلهایی است که با کمک آنها میتوان به پیشبینیهای شخصیسازی شده در پزشکی پرداخت. هوش مصنوعی، یکی از فناوریهایی است که در این زمینه میتواند کمک بزرگی برای تصمیمگیری در مورد بیماران بستری شده در بخش مراقبتهای ویژه باشد. این فرآیند، پیچیده است، هزینه بالایی دارد و به تجربه متخصصان وابسته است. به همین دلیل، برای بهبود کیفیت درمان در بخش مراقبتهای ویژه، مهم است که پروتکلها براساس دادههای عینی و پیشبینی دقیق خطر مرگ و میر بیماران تنظیم شوند. ابزارهای یادگیری ماشینی میتوانند کمک زیادی در این زمینه به متخصصان حوزه پزشکی برسانند.
گروهی از پژوهشگران "دانشگاه خودگردان بارسلونا" (UAB) در بررسی جدید خود، از ابزارهای مبتنی بر یادگیری ماشینی استفاده کردند تا مدلی را ابداع کنند که بتواند خطر مرگ و میر بیماران بستری شده در بخش مراقبتهای ویژه را پیشبینی کند. این مدل، به پیشبینی خطر مرگ و میر زودرس، تصمیمگیری بهتر در مورد بیمارانی که بیشتر در معرض خطر قرار دارند و اثربخشی بیشتر درمانها کمک میکند.
پژوهشگران در آزمایشهای انجام شده نشان دادند که مدل جدید آنها میتواند بر نقاط ضعف روشهای قدیمی غلبه کند و جایگزین بهتری باشد.
این مدل جدید میتواند علت مرگ و میر بیمارانی را که بیشتر در معرض خطر قرار دارند و نتیجه درمان بیمارانی را که میزان خطر در آنها کمتر است، پیشبینی کند.
دکتر "روزاریو دلگادو" (Rosario Delgado)، سرپرست این پژوهش گفت: این مدل نشان میدهد که در ارزیابی خطر مرگ، کدام یک از ویژگیهای بیمار میتواند یک عامل خطر قطعی باشد. این یک روش سودمند و امیدوارکننده است که میتواند به پزشکان کمک کند تا متناسب با شرایط بیمار، تصمیماتی بگیرند.
این پژوهش در مجله "Artificial Intelligence in Medicine" به چاپ رسید.
انتهای پیام
منبع : خبرگزاری ایسنا
اعضای شورای راهبری هوش مصنوعی معرفی شدند/ایجاد زیر ساخت هوش مصنوعی در دستور کار ۱۰ نهاد
آتشسوزی جنگلی موجب رشد حیات دریایی میشود!
استرس کاری ریسک بیماری قلبی را در مردان افزایش می دهد
۲.۵ میلیون ایرانی در اهدای خون مشارکت دارند
چین در شرق تهران بیمارستان هوشمند احداث می کند
راه اندازی ۶۰ هزار تخت بیمارستانی در کشور
وزارت بهداشت برای اولین بار سرایدار استخدام میکند
زمان اخذ رأی در انتخابات نظام پرستاری افزایش یافت
هوای آلوده و افزایش ریسک سرطان سینه/ درمان سوءهاضمه با زردچوبه
بیماری هزارچهره را جدی بگیریم/ عوارض بیماری سلیاک
اهمیت تولید محصولات غذایی فاقد گلوتن برای بیماران سلیاک
نشست چالشهای زنجیره تأمین دارو در ایران برگزار میشود
چگونه از ابتلا به سرماخوردگی جلوگیری کنیم
خرید اعتباری محصولات پتروشیمی به نفع صنعت دارو است
چه کسانی پرونده الکترونیک سلامت دارند
بررسی راهکارهای ورود ایران به بازار دارویی اوراسیا
جامعه پزشکی باید تخصص را همراه تعهد حرفهای داشته باشد
هفته دفاع مقدس فرصتی برای انتقال مفاهیم بهداری رزمی
نشست چالش های قیمت گذاری دارو برگزار میشود
دانش آموز بدون صبحانه مدرسه نرود/ میان وعدههای سالم
وزیر بهداشت زنگ دبیرستان شهید آوینی را نواخت
۱۰ هزار نیروی پرستاری در بخش درمان استخدام می شوند
بازدید سرزده عین اللهی از بیمارستان شفا یحیاییان
۲۲ بیمار کرونایی در یک هفته گذشته فوت شدند
داروی ایرانی از طریق صادرات به دنیا معرفی میشود
ایران دارای قویترین نظام سلامت در منطقه است
ادعای دخالت وزارت بهداشت در انتخابات نظام پرستاری رد شد
اورژانس تهران در هفته گذشته ۲۰ هزار مأموریت انجام داد
جهان امروز با کمبود آب و غذای سالم مواجه است
تایید موفقیت نخستین واکسن ایرانی کرونا