وبلاگ آفتاب

پیشبینی نیاز بیماران كرونایی به دستگاه تنفسی با كمك یادگیری ماشین

پیشبینی نیاز بیماران كرونایی به دستگاه تنفسی با كمك یادگیری ماشین

وبلاگ آفتاب: خراسان رضوی محققان یک مدل یادگیری ماشینی تولید کرده اند تا احتمال نیاز بیمار مبتلا به کووید-۱۹ به دستگاه تنفس یا مراقبت های ویژه را پیشبینی کنند. این ابزار جهت استفاده هر سازمان بهداشتی درمانی به صورت مجانی و به صورت آنلاین در دسترس می باشد.


به گزارش ساینس دیلی، محققان علوم بهداشتی دانشگاه کالیفرنیا در ایروین، یک مدل یادگیری ماشینی برای پیشبینی احتمال نیاز یک بیمار کووید-۱۹ به دستگاه تنفس یا مراقبت های ویژه (ICU) تولید کرده اند. این ابزار جهت استفاده هر سازمان بهداشتی درمانی به صورت مجانی و به صورت آنلاین در دسترس می باشد.
دنیل اس. چوو، استادیار حوزه علوم رادیولوژی و محقق ارشد این تحقیق اظهار داشت: «هدف این است که زودتر به پزشکان اخطار داده شود تا بیمارانی که امکان دارد در ابتدا صدمه پذیر باشند را شناسایی کنند. این ابزار، پیشبینی می کند که آیا وضعیت بیمار طی ۷۲ ساعت بدتر می شود یا خیر.»
این مدل علاوه بر تصمیم گیری خاص در زمینه مراقبت های بهداشتی که در آن از این ابزار استفاده شده، از سابقه پزشکی بیمار برای تعیین اینکه چه کسی را می توان به خانه فرستاد و چه کسی به مراقبت های ویژه احتیاج دارد هم کاربردی است. نتایج این مطالعه نشان داد که در UCI Health (تنها سیستم بهداشتی آکادمیک اورنج کانتی و مکان عرضه خدمات بهداشتی مشهور و امکانات پزشکی پیشرفته)، پیشبینی های این ابزار، حدود ۹۵ درصد مواقع دقیق بوده است.
آلپش ان. آمین، رئیس مرکز پزشکی توماس و ماری سزاریو و محقق این تحقیق، اظهار داشت: «ما امکان دارد بر طبق این ابزار برای پیشبینی تعداد تخت های مراقبت های ویژه موردنیاز خود تصمیم بگیریم.»
لازم به ذکر است، محققان جمع آوری داده های بیمار مبتلابه کووید-۱۹ را از ژانویه ۲۰۲۰ در UCI Health آغاز کردند و امکان تولید نمونه اولیه این ابزار تا ماه مارس برای آنان فراهم گردید و اندکی بعد این تحقیق را آغاز کنند.
مدل یادگیری ماشینی، داده های بیماران مرکز UCI Health برای ایجاد الگوریتمی بکار گرفته که از بیماری های قبلی مانند آسم، فشارخون بالا و چاقی و نتایج آزمایش بیمارستانی و داده های جمعیت شناختی برای محاسبه احتمال نیاز بیمار به دستگاه تنفس یا مراقبت های ویژه استفاده می نماید.
باآنکه این تحقیق بر مبنای بیماران UCI Health بود که در یک مکان مشترک قرار داشتند و در درجه اول آسیایی-آمریکایی، لاتین و قفقازی بودند اما محققان این ابزار را روی ۴۰ بیمار در دانشگاه اموری در آتلانتا آزمایش کردند تا دریابند آیا روی جمعیت بیماران متفاوت کارایی دارد یا خیر.
درحالی که این ماشین حسابگر میزان شدت عمومی بیماران کووید-۱۹ در هر بیمارستان را پیشبینی می کند اما پزشکان باید بر مبنای روش های محلی و تعداد تخت های خود، تعداد بیماران و شاید گسترش بیماری به صورت محلی و در مورد چگونگی ادامه کار تصمیم گیری کنند. در UCI Health، این ابزار، مراقبت از بیمار را بر مبنای بازخورد پزشکان اورژانس، بیمارستان، مراقبت های ویژه و پزشکان بیماری های عفونی هدایت کرده است.
پیتر چانگ، استادیار علوم رادیولوژی که مدل یادگیری ماشینی را طراحی نموده است، اظهار داشت: «شما باید با متخصصان و پزشکان خود صحبت کنید؛ شما باید ارزیابی کنید که چند تخت در دسترس دارید و بعنوان یک گروه دورهم جمع شوید تا تشخیص دهید چگونه می خواهید از این ابزار استفاده کنید.»
این گروه می خواهد این ابزار را به سایر موسسات هم گسترش دهد و از آن برای تحقیقات بیشتر استفاده نماید. آنان در تحقیق بعدی خود قصد دارند پیشبینی کنند که چه بیمارانی به احتمال زیاد از آزمایش ها دارویی کووید-۱۹ بهره مند می شوند.
این تحقیق حاصل همکاری دانشکده پزشکی، دانشکده پرستاری سو و بیل گروس، برنامه بهداشت عمومی و گروه علوم کامپیوتر بود.




منبع:

1399/09/30
13:33:05
5.0 / 5
137
این مطلب را می پسندید؟
(1)
(0)

تازه ترین مطالب مرتبط
نظرات بینندگان در مورد این مطلب
لطفا شما هم نظر دهید
= ۲ بعلاوه ۵
Aftablog

aftablog.ir - مالکیت معنوی سایت وبلاگ آفتاب متعلق به مالکین آن می باشد