پیش بینی نیاز بیماران كرونائی به دستگاه تنفسی با كمك یادگیری ماشین

پیش بینی نیاز بیماران كرونائی به دستگاه تنفسی با كمك یادگیری ماشین

گردو دانلود: خراسان رضوی پژوهشگران یک مدل یادگیری ماشینی ساخته اند تا احتمال نیاز بیمار مبتلا به کووید-19 به دستگاه تنفس یا مراقبت های ویژه را پیش بینی کنند. این ابزار جهت استفاده هر سازمان بهداشتی درمانی به صورت رایگان و به صورت آنلاین دردسترس است.


به گزارش ساینس دیلی، پژوهشگران علوم بهداشتی دانشگاه کالیفرنیا در ایروین، یک مدل یادگیری ماشینی برای پیش بینی احتمال نیاز یک بیمار کووید-۱۹ به دستگاه تنفس یا مراقبت های ویژه (ICU) ساخته اند. این ابزار جهت استفاده هر سازمان بهداشتی درمانی به صورت رایگان و به صورت آنلاین دردسترس است.
دنیل اس. چوو، استادیار حوزه علوم رادیولوژی و محقق ارشد این تحقیق اظهار داشت: «هدف این است که زودتر به پزشکان هشدار داده شود تا بیمارانی که ممکنست در ابتدا لطمه پذیر باشند را شناسایی کنند. این ابزار، پیش بینی 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 نیز کاربردی است. نتایج این مطالعه نشان داد که در UCI Health (تنها سیستم بهداشتی آکادمیک اورنج کانتی و مکان ارائه خدمات بهداشتی مشهور و امکانات پزشکی پیشرفته)، پیش بینی 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 ممکنست بر طبق این ابزار برای پیش بینی تعداد تخت های مراقبت های ویژه موردنیاز خود تصمیم بگیریم.»
لازم به ذکر است، پژوهشگران 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 برقرار شد و اندکی بعد این تحقیق را آغاز کنند.
مدل یادگیری ماشینی، داده های بیماران مرکز UCI Health برای ایجاد الگوریتمی بکار گرفته که از بیماریهای 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.
بااینکه این تحقیق برمبنای بیماران UCI Health بود که در یک مکان مشترک قرار داشتند و در درجه اول آسیایی-آمریکایی، لاتین و قفقازی بودند اما پژوهشگران 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 پیش بینی می کند اما پزشکان باید برمبنای 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 برمبنای بازخورد پزشکان اورژانس، بیمارستان، مراقبت های ویژه و پزشکان بیماریهای 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 نیز گسترش دهد و از آن برای تحقیقات بیشتر استفاده نماید. آنان در تحقیق بعدی خود قصد دارند پیش بینی 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
13:53:09
5.0 / 5
167
این مطلب را می پسندید؟
(1)
(0)

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