تشخیص سپسیس به کمک یادگیری ماشینی
به گزارش سیناپرس، یک مطالعه بیمارستانی گسترده نشان می دهد که به لطف یک سیستم هوش مصنوعی جدید که در دانشگاه جانز هاپکینز توسعه یافته است، بیماران، 20 درصد کمتر در معرض مرگ ناشی از سپسیس هستند، زیرا این سیستم علائم را ساعت ها زودتر از روش های سنتی تشخیص می دهد.
محققان گفته اند، این یک جهش فوق العاده است که سالانه هزاران بیمار سپسیس را نجات می دهد و این رویکرد اکنون برای بهبود نتایج در سایر حوزه های مهم پزشکی فراتر از سپسیس اعمال می شود.به گزارش سیناپرس،سپسیس زمانی رخ می دهد که عفونت باعث ایجاد یک واکنش زنجیره ای در سراسر بدن شود. در این موارد، التهاب می تواند منجر به لخته شدن خون و نشت رگ های خونی شود و در نهایت به آسیب یا نارسایی اندام بیانجامد. این مشکل، هرچه سریع تر تشخیص داده شود، شانس بقای بیمار نیز بیشتر است.
پژوهشگران توضیح داده اند، یکی از مؤثرترین راه ها برای بهبود نتایج، تشخیص زودهنگام و ارائه درمان های مناسب و به موقع است، اما این مسئله همواره یکی از چالش های بزرگ محسوب می شده، زیرا سیستم های دقیقی برای شناسایی زودهنگام بیماری وجود ندارد.
اکنون محققان دانشگاه جانز هاپکینز، یک سیستم هشدار زودهنگام هدفمند را به منظور حل مشکل فوق، توسعه داده اند. سیستم یادگیری ماشینی، با ترکیب سابقه پزشکی بیمار با علائم فعلی و نتایج آزمایشگاهی، به پزشکان نشان می دهد که فردی در معرض خطر سپسیس است و پروتکل های درمانی مانند شروع آنتی بیوتیک ها را پیشنهاد می کند.
در طول این مطالعه، بیش از 4 هزار پزشک از پنج بیمارستان از هوش مصنوعی برای درمان 590 هزار بیمار استفاده کردند. این سیستم همچنین حدود 17 هزار مورد بیمار قبلی را بررسی کرد. در شدیدترین موارد سپسیس که تفاوت بین مرگ و زندگی تنها یک ساعت است، هوش مصنوعی این اختلال را تقریباً شش ساعت زودتر از روش های سنتی تشخیص داد.
به گزارش سیناپرس،نتایج تحقیقاتی فوق در مجله Nature Medicine و Nature Digital Medicine منتشر شده اند.
ترجمه: سنا دلفیه
