هوش مصنوعی به کمک کادر درمان می‌رود

تاریخ : ۲۶ آبان ۱۳۹۹

تعداد بازدید : ۲۶۶

0 امتیاز از 0 رای
نسخه چاپی
موضوعات :

محققان ابزاری مبتنی بر هوش مصنوعی ساختند که می‌تواند تشخیص دهد کدام بیماران نیاز به بیدار شدن در شب به منظور کنترل علائم حیاتی ندارد. این مدل قادر است حجم کار کادر درمان را کم کند و به بیماران نیز فرصت می‌دهد بیشتر استراحت کنند.

اختلالات نظارت بر علائم حیاتی (VS) در طی شبانه روز در بیماران که بستری شده‌اند با اختلال شناختی، فشار خون بالا، افزایش استرس و حتی مرگ و میر مرتبط است. برای اولین بار، یک تیم تحقیقاتی در موسسه تحقیقات پزشکی فاینشتاین ابزاری بالینی پیش‌بینی کننده مبتنی بر یادگیری عمیق ساخته است که به پزشکان نشان می‌دهند کدام بیماران نیاز نیست که در طول یک شب بیدار شوند. این ابزار مبتنی بر هوش مصنوعی به بیمار این امکان را می‌دهد که به قدر کافی استراحت کرده و در نتیجه فرآیند بهبود را تسریع می‌کند.

 

 نتایج این مطالعه، بر اساس 24.3 میلیون اندازه‌گیری علائم حیاتی، در نشریه Nature Partner Journals Digital Medicine منتشر شده است.

 

این تیم به سرپرستی تئودوروس زانوس، با همکاری نزدیک با جیمی هیرش، داده‌های چندین بیمارستان را بین سال‌های 2012 و 2019 جمع آوری، تجزیه و تحلیل کرده است که این داده‌ها شامل 2.13 میلیون ویزیت بیمار بود.

 

آنها از این حجم وسیع از داده های بالینی ویزیت‌های بیمار نظیر نرخ تنفس، ضربان قلب، فشار خون سیستولیک، دمای بدن، سن بیمار و غیره برای توسعه الگوریتمی استفاده کردند که ثبات شبانه بیماری که در بیمارستان بستری است را پیش‌بینی می‌کند. این تیم در حال کار بر روی استفاده از این ابزار بالینی، به نام "Let Sleeping Patients Lie"، در چندین بیمارستان هستند.

 

دکتر زانوس، استادیار موسسه پزشکی بیوالکترونیکی موسسات فاینشتاین می‌گوید: «استراحت یک عنصر مهم برای مراقبت از بیمار است و به خوبی اثبات شده که اختلال در خواب شکایتی شایع میان بیماران است که می تواند فرآیند بهبود و ترخیص بیمار را به تأخیر بیندازد. یافته‌های ما ایمنی و دقت رهیافت مبتنی بر یادگیری ماشین را  به اثبات می‌رساند.»

 

به طور متوسط​​، هر چهار تا پنج ساعت یک بیمار برای کنترل علائم حیاتی از خواب بیدار می‌شود. این مطالعه نشان داد که مدل پیش بینی کننده مبتنی بر هوش مصنوعی تقریباً نیمی ازبیماران را از بیدار شدن نیمه‌شب در بیمارستان نجات می‌دهد.

 

دامنه عملکرد مدل پیش بینی "Let Sleeping Patients Lie" فراتر از مراقبت از بیماران است و این پتانسیل را دارد که کار شبانه کارکنان بیمارستان را تسهیل کرده، به مدیریت زمان کمک کند و ممکن است به کاهش استرس و فرسودگی شغلی کارکنان نیز کمک شایانی نماید.

 

منبع : https://www.techexplorist.com/first-clinical-ai-tool-to-let-patients-sleep-recover/36124/

نظر شما