پیش‌بینی خطر مرگ و میر بیماران بخش مراقبت‌های ویژه با کمک یادگیری ماشینی!

پژوهشگران اسپانیایی در بررسی جدید خود، یک مدل مبتنی بر یادگیری ماشینی ابداع کرده‌اند که می‌تواند خطر مرگ و میر بیماران بستری شده در بخش مراقبت‌های ویژه را پیش‌بینی کند.

گروهی از پژوهشگران موفق شده‌اند یک مدل جدید یادگیری ماشینی را ابداع کنند که خطر مرگ و میر بیماران بستری شده در بخش مراقبت‌های ویژه را پیش‌بینی می‌کند.

یادگیری ماشینی در چارچوب هوش مصنوعی، به مدل امکان می‌دهد تا براساس داده‌های ارائه شده، اطلاعاتی را به دست بیاورد و با به دست آوردن اطلاعات جدید، خود را اصلاح کند. یکی از چالش‌های کنونی، ایجاد مدل‌هایی است که با کمک آنها می‌توان به پیش‌بینی‌های شخصی‌سازی شده در پزشکی پرداخت. هوش مصنوعی، یکی از فناوری‌هایی است که در این زمینه می‌تواند کمک بزرگی برای تصمیم‌گیری در مورد بیماران بستری شده در بخش مراقبت‌های ویژه باشد. این فرآیند، پیچیده است، هزینه بالایی دارد و به تجربه متخصصان وابسته است. به همین دلیل، برای بهبود کیفیت درمان در بخش مراقبت‌های ویژه، مهم است که پروتکل‌ها براساس داده‌های عینی و پیش‌بینی دقیق خطر مرگ و میر بیماران تنظیم شوند. ابزارهای یادگیری ماشینی می‌توانند کمک زیادی در این زمینه به متخصصان حوزه پزشکی برسانند.

گروهی از پژوهشگران “دانشگاه خودگردان بارسلونا” (UAB) در بررسی جدید خود، از ابزارهای مبتنی بر یادگیری ماشینی استفاده کردند تا مدلی را ابداع کنند که بتواند خطر مرگ و میر بیماران بستری شده در بخش مراقبت‌های ویژه را پیش‌بینی کند. این مدل، به پیش‌بینی خطر مرگ و میر زودرس، تصمیم‌گیری بهتر در مورد بیمارانی که بیشتر در معرض خطر قرار دارند و اثربخشی بیشتر درمان‌ها کمک می‌کند.

پژوهشگران در آزمایش‌های انجام شده نشان دادند که مدل جدید آنها می‌تواند بر نقاط ضعف روش‌های قدیمی غلبه کند و جایگزین بهتری باشد.
این مدل جدید می‌تواند علت مرگ و میر بیمارانی را که بیشتر در معرض خطر قرار دارند و نتیجه درمان بیمارانی را که میزان خطر در آنها کمتر است، پیش‌بینی کند.

دکتر “روزاریو دلگادو” (Rosario Delgado)، سرپرست این پژوهش گفت: این مدل نشان می‌دهد که در ارزیابی خطر مرگ، کدام یک از ویژگی‌های بیمار می‌تواند یک عامل خطر قطعی باشد. این یک روش سودمند و امیدوارکننده است که می‌تواند به پزشکان کمک کند تا متناسب با شرایط بیمار، تصمیماتی بگیرند.

این پژوهش در مجله “Artificial Intelligence in Medicine” به چاپ رسید.

انتهای پیام

منبع: خبرگزاری دانشجویان ایران