شفقنا – یک مطالعه جدید از دانشگاه واترلو نشان میدهد که تحلیل دادههای آزمایش خون روتین توسط هوش مصنوعی میتواند الگوهای پنهانی را آشکار کند که شدت آسیب و شانس بقای بیماران پس از صدمات نخاعی را پیشبینی میکنند.
به گزارش سرویس تر جمه شفقنا، این کشف میتواند اطلاعات نجاتبخشی را به شکلی مقرونبهصرفه و قابل دسترس در اختیار بیمارستانهای سراسر جهان قرار دهد.
محققان با استفاده از یادگیری ماشینی (Machine Learning)، که نوعی هوش مصنوعی است، میلیونها داده از اندازهگیریهای رایج خون (مانند الکترولیتها و سلولهای ایمنی) را که در سه هفته اول پس از آسیب در بیش از ۲۶۰۰ بیمار آمریکایی گرفته شده بود، تجزیه و تحلیل کردند.
آنها دریافتند که این الگوها میتوانند به پیشبینی بهبودی و شدت آسیب کمک کنند. این روش میتواند تنها ۱ تا ۳ روز پس از پذیرش بیمار در بیمارستان، پیشبینیهای دقیقی در مورد مرگ و میر و شدت آسیب ارائه دهد.
این مدلها برای پیشبینیهای خود به ارزیابیهای عصبی اولیه که اغلب به پاسخگویی بیمار وابسته و ناموثق هستند، نیازی ندارند.
همچنین در حالی که سایر روشهای عینی مانند MRI در همه مراکز پزشکی به آسانی در دسترس نیستند، آزمایشهای خون روتین در تمام بیمارستانها اقتصادی و سهلالوصول هستند.
دکتر آبل تورس اسپین، استاد دانشکده علوم بهداشت عمومی واترلو، در این باره میگوید: آزمایشهای خون روتین میتوانند اطلاعات مهم و مقرونبهصرفهای را در اختیار پزشکان قرار دهند تا به پیشبینی خطر مرگ، وجود آسیب و میزان شدت آن کمک کنند.
این کار زیربنایی میتواند امکانات جدیدی در عمل بالینی ایجاد کرده و منجر به تصمیمگیریهای بهتر در مورد اولویتهای درمانی و تخصیص منابع در بخشهای مراقبتهای ویژه برای انواع آسیبهای فیزیکی شود.
این خبر را اینجا ببینید.
