یک سیستم هوش مصنوعی تازه که به وسیله دانشگاه استنفورد ساخته شده است هست، می‌تواند وقت فوت بیماران مبتلا به مریضی سخت را با ۹۰ درصد دقت پیش‌بینی کرده و به اصلاح
ماشین حساب مرگ!
عبارات مهم : بیماری
به گزارش ایسنا و به نقل از تک تایمز، ممکن است اکنون «ماشین حساب مرگ» دانشگاه “استنفورد” بتواند با دقت به این پرسش پاسخ دهد: «من چه زمانی می میرم؟»
ماشین حساب مرگ!
یک سیستم تازه یادگیری عمیق هوش مصنوعی می تواند در زمینه مواظبت تسکینی پیشرفت ایجاد کند.
“مراقبت تسکینی”(Palliative Care) بنا به تعریف شرکت بهداشت جهانی دربرگیرنده همه کارها فعال و کامل جهت کاستن از زحمت و درد و اصلاح کیفیت زندگی در بیمار است.
یک سیستم هوش مصنوعی تازه که به وسیله دانشگاه استنفورد ساخته شده است هست، می‌تواند وقت فوت بیماران مبتلا به مریضی سخت را با ۹۰ درصد دقت پیش‌بینی کرده و به اصلاح
این روش در حالت عمده مختص بیماران مبتلا به یک بیماری خاص است که به درمان پاسخ نمی دهند و نتیجه مستقیم بیماری، فوت است و تنها به آرام نمودن بیمار و کم کردن نشانه های بیماری در وی برمی گردد.
در کنار نام مواظبت تسکینی می توان به داروهای تسکینی اشاره کرد که دربرگیرنده تجویز دارو جهت از بین بردن درد یا کم کردن یک “سمپتوم”(نشانه بیماری) می شود، جهت مثال می توان به دارودرمانی در برطرف تهوع بعد از شیمی درمانی یا حتی کاستن سمپتوم ها در آنفلوانزا اشاره نمود.
محققان دانشگاه “استنفورد” یک الگوریتم تازه هوش مصنوعی را آزمایش کرده اند که می تواند به بیمارستان ها یاری کند که مواظبت های تسکینی را جهت بیماران سرطانی و بیماران مبتلا به بیماری های خاص و صعب العلاج اصلاح بخشند.
ماشین حساب مرگ!
الگوریتم مبتنی بر یک دستگاه شبکه عصبی یادگیری عمیق می تواند پرونده های مهم پزشکی یا پرونده های بهداشت الکترونیکی ثبت شده است بیماران مبتلا به بیماری حاد را تحلیل می کند تا نیاز آنان به مواظبت تسکینی را مشخص کند.
این الگوریتم می تواند وقت فوت بیماران را با دقت ۳ تا ۱۲ ماه آینده نگری کند و از این آینده نگری جهت مراجعه بیماران جهت مواظبت تسکینی استفاده می کند.
یک سیستم هوش مصنوعی تازه که به وسیله دانشگاه استنفورد ساخته شده است هست، می‌تواند وقت فوت بیماران مبتلا به مریضی سخت را با ۹۰ درصد دقت پیش‌بینی کرده و به اصلاح
محققان می گویند: آینده نگری های ما می تواند تیم مواظبت تسکینی بیمارستان ها را در جهت پیگیری موثر به چنین افرادی به جای استفاده از درمان نافرجام پزشکان یا انجام بررسی های وقت گیر جهت همه بیماران به کار گیرند.
مطالعات قبلی نشان داد که تقریبا ۸۰ درصد از آمریکایی ها مایل هستند روزهای آخر عمر را در منزل بگذرانند، ولی تنها ۲۰ درصد قادر به انجام این کار هستند و بیش از نیمی از فوت و میر بیماران در بیمارستان ها و در بخش های مواظبت های خاص اتفاق می افتد.
ماشین حساب مرگ!
در واقع بیماران مبتلا به بیماری حاد اغلب در طول روزهای واپسین ارزش به جای راحت گذاشته شدن، به شدت تحت مواظبت های خاص بیهوده پزشکی قرار می گیرند.
به این علت است که توانایی بیمارستان ها جهت ارائه مواظبت های تسکینی در سال های اخیر اصلاح یافته هست. با این حال، مطالعه نشان می دهد که تنها ۷ تا ۸ درصد از بیماران در واقع آن را دریافت می کنند.
عواملی مانند فقدان متخصص مواظبت تسکینی از بیماران که تک تک داده های بیمار را تجزیه و تحلیل کند، آگاهی بخشی به بیمار و امید به زندگی موجب بروز این مسئله شده است هست. اینجا جایی است که الگوریتم یادگیری عمیق هوش مصنوعی وارد عمل می شود.
“آناند آواتی” از دانشکده علوم کامپیوتر دانشگاه استنفورد می گوید: ما می توانیم یک مدل آینده نگری کننده را با استفاده از داده های عملیاتی به طور منظم در محیط مواظبت های پزشکی ایجاد کنیم. مقیاس داده های موجود به ما امکان داد تا مدل همه جانبه آینده نگری فوت را بسازیم.
روش یادگیری که به عنوان الگوریتم یادگیری عمیق آشنا می شود از شبکه های عصبی جهت فیلتر کردن و تجزیه و تحلیل حجم زیادی از داده ها استفاده می کند.
این تحقیق آینده نگری فوت و میر را با توجه به وجود نوعی بیماری، سن بیمار و ضرورت پذیرش در مقایسه با دیگران انجام می دهد.
از داده های پرونده الکترونیک بیمار(EHR) از نخستین تماس در سال قبل جهت تعیین وقت فوت آنها ظرف ۱۲ ماه استفاده می شود.
برای این مطالعه، محققان دو میلیون پرونده بیماران بزرگسال و کودکانی که به بیمارستان استنفورد و بیمارستان کودکان “لوسیل پکارد” خوابیدن شده است بودند، بررسی کردند.
آنها ۲۰۰ هزار بیمار مناسب جهت مطالعه را شناسایی کردند. پرونده الکترونیک بیماران مذکور جهت آینده نگری وقت فوت به وسیله سیستم مورد تجزیه و تحلیل قرار گرفت.
برای این مطالعه آزمایشی، الگوریتم موظف بود وقت فوت را در هر یک از ۱۶۰ هزار بیمار طی ۱۲ ماه از تاریخ داده شده است آینده نگری کند.
این مطالعه توانست سیستم را جهت آینده نگری وقت فوت بیماران طی ۳ تا ۱۲ ماه آینده آموزش دهد.
پس از آن این الگوریتم، داده های ۴۰ هزار بیمار باقی مانده را برآورد کرد و در ۹ مورد از ۱۰ مورد قادر به آینده نگری دقیق وقت فوت آنها طی ۳ تا ۱۲ ماه بود.
اکثر بیماران با احتمال پایین مواجهه با فوت در بررسی یک سال اخیر، ارزیابی شدند.
“کن جونگ”، دانشمند علوم پزشکی و سرپرست مطالعه می گوید: ما می خواهیم مطمئن شویم که بیماران مبتلا به بیماری حاد و خانواده هایشان قبل از آن که دیر شود، فرصتی جهت گفتگو داشته باشند.
یافته های این مطالعه با عنوان “بهبود مواظبت تسکینی با یادگیری عمیق” در Arxiv انتشار یافته است.
واژه های کلیدی: بیماری | مطالعه | بیمارستان | اخبار علمی و آموزشی
