یادگیری ماشینی روش درمانی پرخطر را مشخص می‌کند

به گزارش خبرنگار گروه علم و فناوری خبرگزاری آنا از تک اکسپلوریست، «سپسیس» بیماری خطرناکی است و زمانی رخ می‌دهد که بدن فرد واکنشی غیرمعمول و شدید به یک عفونت نشان می‌دهد. برخی از روش‌های درمانی سپسیس به وخامت حال بیمار منجر می‌شود، بنابراین انتخاب بهترین رویکرد برای درمان امری چالش‌برانگیز است. طی سال‌های اخیر یادگیری ماشینی با موفقیت توانسته زنجیره تصمیم‌گیری را در بسیاری از حوزه‌ها برای انسان آسان‌تر کند.

حال دانشمندان آزمایشگاه علوم کامپیوتر و هوش مصنوعی برای کمک به پزشکان مدلی از یادگیری ماشینی توسعه داده‌اند که قادر به شناسایی روش‌های درمانی پرخطر است. این امر از انتخاب روش‌های درمانی که می‌تواند به مرگ بیماران منجر شود، جلوگیری می‌کند. این سیستم همچنین قادر به تشخیص زمانی است که بیمار مبتلا به سپسیس در حال نزدیک شدن به بن‌بست پزشکی است. این امر به پزشکان اجازه می‌دهد که زود دست به کاری بزنند و مانع از مرگ بیمار شوند.

دانشمندان این مدل یادگیری ماشینی را روی مجموعه‌ای از داده‌ها و اطلاعات بیماران سپسیس که در بخش مراقبت‌های ویژه بستری بودند، اعمال کردند. این سیستم نشان داد که ۱۲ درصد از روش‌های درمانی که در حال اجرا روی بیماران بوده، مضر است. همچنین مشخص شد که حدود سه درصد از بیمارانی که روش‌های درمانی اثری روی آنها نداشته تا ۴۸ ساعت پیش از مرگ در بن بست پزشکی قرار داشته‌اند.

این سیستم یادگیری ماشینی حدود هشت ساعت جلوتر از پزشک وخامت وضعیت بیمار را تشخیص می‌دهد. این امر بسیار مهم است چراکه در شرایط‌ وخیم هر دقیقه نیز ارزشمند به شمار می‌رود و می‌تواند منجر به نجات جان بیمار شود.

انتهای پیام/۴۰۲۱/پ