Web Analytics Made Easy - Statcounter
به نقل از «آنا»
2024-04-16@13:49:30 GMT

هوش مصنوعی بیماری قلبی را تشخیص می‌دهد

تاریخ انتشار: ۲۳ اردیبهشت ۱۴۰۲ | کد خبر: ۳۷۷۳۶۲۹۶

به گزارش خبرنگار گروه جامعه خبرگزاری علم و فناوری آنا، پزشکان به زودی می‌توانند از هوش مصنوعی برای تشخیص سکته قلبی استفاده کنند. 

 

دانشمندان الگوریتم مبتنی بر هوش مصنوعی را توسعه داده‌اند که می‌تواند فشار روی A&E را کاهش دهد. این روش همچنین حمله قلبی را در بیش از دو برابر بیماران نسبت به روش‌های فعلی رد می‌کند و قادر است، حمله‌های قبلی را با سرعت و دقت بهتری نسبت به قبل تشخیص دهد.

بیشتر بخوانید: اخباری که در وبسایت منتشر نمی‌شوند!

 

مطالعه جدید صورت گرفته نشان می‌دهد، در مقایسه با روش‌های آزمایش فعلی، الگوریتم مبتنی بر هوش مصنوعی قادر به رد حمله قلبی در بیش از دو برابر تعداد بیماران با دقت ۹۹.۶ درصد است.

 

تیم محققان از دانشگاه ادینبورگ می‌گوید، این توانایی برای رد کردن سریع حمله قلبی می‌تواند تا حد زیادی پذیرش در بیمارستان را کاهش دهد و بیمارانی را که مشکل جدی ندارند به سرعت شناسایی کند.

 

استاندارد طلایی فعلی برای تشخیص حمله قلبی شامل اندازه گیری سطح پروتئین تروپونین در خون است، اما آستانه یکسانی برای هر بیمار استفاده می‌شود، به این معنی که عواملی مانند سن، جنس و سایر مشکلات سلامتی که بر سطح تروپونین تأثیر می‌گذارد در نظر گرفته نمی‌شود که درنهایت بر میزان دقیق تشخیص حمله قلبی تأثیر می‌گذارد.

 

تحقیقات قبلی نشان داده است، زنان ۵۰ درصد بیشتر در معرض تشخیص اولیه اشتباه هستند و افرادی که تشخیص اشتباه دارند، ۷۰ درصد بیشتر در معرض خطر مرگ پس از ۳۰ روز قرار دارند.

 

تیم محققان خاطرنشان کردند، الگوریتم جدید توسعه یافته به نام CoDE-ACS فرصتی برای جلوگیری از این امر است. این الگوریتم با استفاده از داده‌های بیش از یک‌هزار بیمار در اسکاتلند که به دلیل حمله قلبی مشکوک به بیمارستان مراجعه کرده بودند، توسعه یافت که از اطلاعات جمع‌آوری شده معمول بیمار، مانند سن، جنس، یافته‌های ECG و سابقه پزشکی و همچنین سطوح تروپونین برای پیش‌بینی احتمال حمله قلبی در فرد استفاده می‌کند و نتیجه به عنوان یک امتیاز احتمال از ۰ تا ۱۰۰ برای هر بیمار ارائه می‌شود.

 

پروفسور نیکلاس میلز که این تحقیق را سرپرستی کرده گفت: برای بیمارانی که درد حاد قفسه سینه به دلیل حمله قلبی دارند، تشخیص و درمان زودهنگام نجات‌بخش است. متأسفانه، بسیاری از شرایط باعث ایجاد این علائم رایج می‌شوند و تشخیص عارضه همیشه ساده نیست. بهره گیری از داده‌ها و هوش مصنوعی برای حمایت از تصمیمات بالینی پتانسیل بسیار زیادی برای بهبود مراقبت از بیماران و کارایی در بخش‌های اورژانس شلوغ ما دارد.

پروفسور سر نیلش سامانی، مدیر پزشکی بنیاد قلب انگلیس که بودجه این تحقیق را تامین کرده نیز خاطرنشان کرد: درد قفسه سینه یکی از شایع‌ترین دلایلی است که افراد به دلیل بروز آن به بخش‌های اورژانس مراجعه می‌کنند. پزشکان در سرتاسر جهان هر روز با این چالش مواجه می‌شوند که بیمارانی را که دردشان ناشی از حمله قلبی است از کسانی که دردشان ناشی از چیزی کمتر جدی است، جدا کنند؛ این الگوریتم پیشرفته هوش مصنوعی این پتانسیل را دارد که حمله قلبی را با دقت بیشتری نسبت به رویکردهای فعلی تایید یا رد کند و می‌تواند برای بخش‌های اورژانس تحول آفرین باشد، زمان لازم برای تشخیص عارضه را کوتاه کند و برای بیماران بسیار کاربردی‌تر باشد.

ارقام نشان می‌دهد، سالانه حدود یک‌صد هزار بستری در بیمارستان در انگلیس به دلیل حمله‌های قلبی ثبت می‌شود که معادل یک مورد در هر پنج دقیقه است. اکنون آزمایش‌های بالینی در اسکاتلند در حال انجام است تا ارزیابی شود ابزار هوش مصنوعی می‌تواند به پزشکان کمک کند تا فشار بر بخش‌های اورژانس پر ازدحام را کاهش دهند یا خیر.

این یافته‌ها در مجله Nature Medicine منتشر شد.

 

 

انتهای پیام/

منبع: آنا

کلیدواژه: هوش مصنوعی درمان حمله قلبی سکته قلبی بخش های اورژانس هوش مصنوعی حمله قلبی

درخواست حذف خبر:

«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را به‌طور اتوماتیک از وبسایت ana.press دریافت کرده‌است، لذا منبع این خبر، وبسایت «آنا» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۳۷۷۳۶۲۹۶ را به همراه موضوع به شماره ۱۰۰۰۱۵۷۰ پیامک فرمایید. لطفاً در صورتی‌که در مورد این خبر، نظر یا سئوالی دارید، با منبع خبر (اینجا) ارتباط برقرار نمایید.

با استناد به ماده ۷۴ قانون تجارت الکترونیک مصوب ۱۳۸۲/۱۰/۱۷ مجلس شورای اسلامی و با عنایت به اینکه سایت «خبربان» مصداق بستر مبادلات الکترونیکی متنی، صوتی و تصویر است، مسئولیت نقض حقوق تصریح شده مولفان در قانون فوق از قبیل تکثیر، اجرا و توزیع و یا هر گونه محتوی خلاف قوانین کشور ایران بر عهده منبع خبر و کاربران است.

خبر بعدی:

این بیماری هنوز دنیا را تهدید می‌کند؟

آبله، بیماری که تنها در قرن بیستم باعث مرگ ۵۰۰ میلیون نفر در جهان شد، تنها بیماری انسانی است که ریشه‌کن شده است.

به گزارش ایسنا، با این حال، یک گزارش جدید با عنوان «وضعیت مقابله با آبله در آینده» از آکادمی ملی علوم، مهندسی و پزشکی (NASEM) استدلال می‌کند که ایالات متحده و جامعه جهانی باید برای بازگشت آبله آماده شوند.

بر اساس داده‌های این گزارش، آبله ممکن است از راه‌های مختلف به جامعه جهانی بازگردد و شیوع یابد. این گزارش همچنین بیان می‌کند آماده‌سازی در برابر بازگشت آبله و به منظور جلوگیری از گسترش سایر بیماری‌های ناشی از ویروس‌ها در یک خانواده مانند ویروس ام پاکس (آبله میمونی) که در سال ۲۰۲۲ شیوع جهانی پیدا کرد و همچنان نیز یک نگرانی بهداشتی است، کلیدی است.

به گفته متخصصان، واکسن‌ها و دارو‌های آبله نیز اثربخشی و پتانسیل‌هایی را برای پیشگیری و درمان آبله میمونی و سایر ویروس‌ها در خانواده ویروس آبله دارند و این نیز به نوبه خود دلیل مهم دیگری است که ما باید به تحقیق در مورد ویروس‌های آبله ادامه دهیم و اقدامات متقابل پزشکی از جمله راه‌های تشخیص و واکسن‌ها را توسعه دهیم.

حتی یک مورد شیوع آبله یک مسئله جهانی بزرگ خواهد بود، بنابراین ما باید هوشیار باشیم. دانشمندان و متخصصان پزشکی همچنین باید بدانند که علائم آبله بسیار شبیه به بیماری‌هایی مانند آبله میمونی است که اخیراً شایع شده است. اگر شیوع آبله وجود داشته باشد، باید سریعاً آن را تشخیص دهیم.

آخرین نمونه طبیعی ویروس آبله در اکتبر ۱۹۷۷ تشخیص داده شد و سازمان جهانی بهداشت ریشه‌کن کردن بیماری را با انجام عمل پیشگیری آبله‌کوبی «از سطح زمین» در ۱۹۸۰ تأیید و آن را به تنها بیماری انسانی ریشه کن شده تبدیل کرد.

دیگر خبرها

  • ۱۷ عادتی که برای سلامت قلب ضرر دارد
  • هوش مصنوعی ناجی مبتلایان به آلزایمر خواهد شد؟
  • ورم پا یکی از علائم اصلی نارسایی قلبی
  • هوش مصنوعی نارسایی قلبی را از حجم پا تشخیص می‌دهد
  • رصد پا با هوش مصنوعی برای جلوگیری از نارسایی قلبی
  • هوش مصنوعی نارسایی قلبی را از طریق حجم پا تشخیص می‌دهد
  • تشخیص نارسایی قلبی از حجم پا
  • نوشیدن چای کامبوچا می تواند به کاهش چربی کمک کند
  • این بیماری هنوز دنیا را تهدید می‌کند؟
  • آبله یک تهید برای جهان؟