مدل جدید هوش مصنوعی می تواند مدت زمان بستری در COVID-19 را پیش بینی کند



گروهی از دانشمندان اسرائیلی مقاله ای را در مجله انجمن انفورماتیک پزشکی آمریکا در این هفته ، نشان می دهد که چگونه مدل یادگیری ماشین می تواند مسیر بیماری بیماران مبتلا به COVID-19 را با استفاده از ویژگی های فردی پیش بینی کند.

این مدل سیر بیماری بیمار را از نظر شرایط بالینی – متوسط ​​، شدید یا بحرانی – و همچنین استفاده در بیمارستان پیش بینی می کند.

محققان نوشتند: “با توجه به خطر سنگین شدن بی سابقه سیستم های بهداشتی به دلیل COVID-19 ، نیاز به ابزاری برای کمک به تصمیم گیرندگان در برنامه ریزی تخصیص منابع به بخش ، بیمارستان و سطح ملی وجود دارد.”

چرا مهم است

محققان با هدف نظارت بر چگونگی پیشرفت بیماران بستری در COVID-19 در بین شرایط بالینی بررسی شدند. آنها متذکر می شوند که چنین تکاملی همیشه به صورت خطی پیش نمی رود: به عنوان مثال یک بیمار ممکن است پنج روز را در بیمارستان در یک وضعیت “شدید” سپری کند قبل از اینکه به “بحرانی” تبدیل شود و سپس بهبود یابد.

تیم توضیح داد: “بنابراین ، ما یک مدل چند مرحله ای ایجاد کرده ایم که می تواند همه این خصوصیات را در نظر بگیرد.”

محققان خاطرنشان کردند که آنها با تمرکز بر وضعیت بالینی روزانه هر بیمار که از نظر سن و جنسیت استفاده می کردند ، توانستند میزان اشتغال در بیمارستان را پیش بینی کنند. آنها همچنین می توانند احتمال مرگ و میر و بیماری بحرانی را پیش بینی کنند.
این تیم با استفاده از رجیستری بیمارستانی در بیمارستان COVID-19 وزارت بهداشت اسرائیل مدل خود را تأیید کرد که شامل سن و جنسیت بیمار علاوه بر وضعیت بالینی روزانه و تاریخ پذیرش و ترخیص بود.

دانشمندان می نویسند: “ما نشان می دهیم كه با استفاده از خصوصیات ساده و آسان در دسترس بیمار ، مدل چندوجهی ای كه تهیه كرده ایم استفاده از مراقبت های بهداشتی را برای یك فرآیند ورود بیمار مشخص می كند و می تواند برای شبیه سازی استفاده در سناریوهای مختلف هجوم بیمار مورد استفاده قرار گیرد.”

آنها ادامه دادند: “این ، به نوبه خود ، می تواند برای برنامه ریزی دقیق تخصیص منابع و باز یا بسته شدن محفظه های COVID-19 مورد استفاده قرار گیرد.”

این تیم یک برنامه کاربردی وب و بسته نرم افزاری R را برای دیگران که قصد استفاده از مدل خود را دارند ، ارائه داد و خاطرنشان کرد که محدودیت بالقوه این است که فقط از داده های اسرائیلی از موج اول ویروس کرونا استفاده می کند.

گرایش بزرگتر

با توجه به فشار فزاینده بر منابع بیمارستان ، محققان به انواع مختلفی از مدل های پیش بینی روی آورده اند تا سعی کنند نتایج بیماران COVID-19 را پیش بینی کنند.

در ماه ژوئن ، اداره بهداشت جانبازان یک چالش تجزیه و تحلیل را آغاز کرد و از شرکت کنندگان دعوت کرد تا از داده های سلامتی جانبازان برای پیش بینی وضعیت COVID-19 ، مدت بستری شدن در بیمارستان و مرگ و میر استفاده کنند.

چند ماه بعد ، محققان در دانشگاه نیویورک اعلام کردند که آنها مدلی را با استفاده از داده های هوش مصنوعی و سوابق الکترونیکی سلامت برای پیش بینی نتایج مطلوب چهار روزه در میان بیماران ایجاد کرده اند.

تیم NYU اظهار داشت: “با توجه به عدم اطمینان بالینی در مورد مسیرهای درمانی بیماران برای این بیماری جدید ، پیش بینی های دقیق می توانند به افزایش تصمیم گیری بالینی در هنگام پیش آگهی کمک کنند.”

در حال ضبط

“جالب توجه است ، ما در می یابیم که سناریوهایی مانند بیماران ورودی بسیار جوان تر یا در یک وضعیت بالینی خفیف تر ، به طور قابل توجهی بر استفاده کلی بیمارستان تأثیر نمی گذارد ، احتمالاً به این دلیل که برخی از این جمعیت ها مدت اقامت بیشتری در بیمارستان دارند ؛ از طرف دیگر ، هر دو سناریو تأثیر مهمی دارند محققان نوشتند استفاده از تخت مراقبت

“علاوه بر این ، ما مشاهده می کنیم که سناریوی شیوع مراقبت از افراد مسن منجر به استفاده به طور کلی بالاتر و استفاده از مراقبت های ویژه می شود ، و تأکید بر ضرورت محافظت از این جوامع نه تنها از نظر پیشگیری از مرگ و میر بلکه از نظر بار منابع بیمارستان ، “آنها گفتند.

کت جرشیچ سردبیر ارشد مراقبت های بهداشتی فناوری اطلاعات است.
توییتر: kjercich
ایمیل: [email protected]
Health IT News نشریه ای از رسانه HIMSS است.




منبع: gharb-khabar.ir

Leave a reply

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>