محققان بیمارستان عمومی ماساچوست وابسته به دانشگاه "هاروارد" در مطالعه اخیرشان اظهار کرده‌اند با کمک هوش مصنوعی می‌توان خطر ابتلای افراد به فیبریلاسیون دهلیزی را شناسایی کرد.
به گزارش ایسنا و به نقل از تی ای، فیبریلاسیون دهلیزی(Atrial fibrillation) که گاه در پزشکی “ای فیب”(Afib) نیز نامیده می‌شود، شایع‌ترین نوع آریتمی قلبی است که در آن تحریک الکتریکی، مسیر مشخصی را در قلب طی نمی‌کند. فیبریلاسیون دهلیزی(AF یا AFib) یک بیماری شایع است که به لخته شدن خون در قلب و گاها سکته منجر می‌شود. این وضعیت باعث نامنظم شدن ریتم قلب می‌شود.
اخیرا دانشمندان بیمارستان عمومی ماساچوست وابسته به دانشگاه هاروارد و موسسه Broad ام آی تی و هاروارد روشی مبتنی بر هوش مصنوعی را برای شناسایی بیمارانی که در معرض خطر فیبریلاسیون دهلیزی هستند، توسعه داده‌اند. روش مبتنی بر هوش مصنوعی آنها با تجزیه و تحلیل نتایج الکتروکاردیوگرام افراد پیش‌بینی می‌کند که آیا بیمار طی پنج سال آینده به فیبریلاسیون دهلیزی مبتلا خواهد شد یا خیر.
دانشمندان روش توسعه داده خود را بر روی سه مجموعه داده بزرگ حاصل از مطالعه بر روی ۸۳ هزار و ۱۶۲ فرد آزمایش کردند. در نهایت آنها دریافتند روش توسعه یافته آنها می‌تواند به تنهایی خطر ابتلای افراد به فیبریلاسیون دهلیزی را پیش‌بینی کند و دقت این روش در هنگام ترکیب شدن با داده‌ها و علائم بالینی خطرناک شناخته شده در بیماری فیبریلاسیون دهلیزی افزایش نیز می‌یابد.
“استیون ای لوبیتز”(Steven A. Lubitz) نویسنده ارشد این مطالعه و الکتروفیزیولوژیست قلب در بیمارستان عمومی ماساچوست گفت: ما در این مطالعه موفق به مشاهده الگویی در الگوریتم‌های هوش مصنوعی مبتنی بر الکتروکاردیوگرام شدیم که می‌تواند به ما در شناسایی افرادی که بیش از سایرین در معرض خطر ابتلا به فیبریلاسیون دهلیزی هستند، کمک کنند. این الگوریتم می‌تواند یک ابزار پیش غربالگری مناسب برای شناسایی بیمارانی که در معرض خطر ابتلا به فیبریلاسیون دهلیزی هستند، باشد و به پزشکان نیز کمک کند تا زودتر از ابتلای فرد به این بیماری آگاه شوند و زودتر اقدامات پیشگیرانه را آغاز کنند که انجام به موقع این اقدامات به نوبه خود می‌تواند به جلوگیری از سکته افراد نیز منجر شود.
منبع: خبرگزاری دانشجویان ایران