هوش مصنوعی مرگ ناشی از ایست قلبی را پیش‌بینی کرد

وی افزود: ما رویکرد جدیدی را پیشنهاد کردیم که به عوامل خطر معمول قلبی عروقی محدود نمی‌شود، بلکه تمام اطلاعات پزشکی موجود در پرونده الکترونیک سلامت فرد را در بر می‌گیرد.

بر اساس نتایج تحقیقات اولیه، پیش‌بینی مرگ ناگهانی قلبی ممکن است با استفاده از هوش مصنوعی (AI) برای تجزیه و تحلیل اطلاعات پزشکی در پرونده‌های سلامت الکترونیکی امکان‌پذیر باشد. محققان سوابق الکترونیکی سلامت ۲۵هزار نفر را که به‌طور ناگهانی فوت کرده و ۷۰ هزار نفری که به دلیل ایست قلبی بستری شده بودند را در پاریس، فرانسه و سیاتل، واشنگتن تجزیه و تحلیل کردند و از هوش مصنوعی برای ساخت ارتباطات سلامت شخصی استفاده کردند که خطر مرگ در اثر ایست قلبی ناگهانی را مشخص می‌کرد.

فناوری هوش مصنوعی به‌طور بالقوه می‌تواند جان هزاران فرد مبتلا به درد قفسه سینه را نجات دهد؛ کسانی که ممکن است به‌عنوان فرد در معرض خطر حمله قلبی شناسایی نشده باشند و درمان مناسب برای کاهش خطر دریافت نکنند. با توجه به مقرون به صرفه بودن این فناوری، محققان امیدوارند که بتواند مدیریت بیمارانی را که برای بررسی درد قفسه سینه ارجاع می‌شوند را تغییر دهند.

هوش مصنوعی (AI) پتانسیل پیش‌بینی مرگ ناگهانی قلبی و احتمالا مدیریت خطر یک فرد برای جلوگیری از مرگ‌ومیرهای آینده را دارد. این چشم‌انداز پیشگامانه که در سمپوزیوم علوم احیاء انجمن قلب آمریکا در سال ۲۰۲۳ ارائه می‌شود، می‌تواند گام مهم در راهبردهای پیشگیری و سلامت جهانی باشد.

این ارتباطات خطر شخصی شامل سابقه پزشکی افراد، درمان شرایطی مانند فشار خون بالا و سابقه بیماری قلبی، علاوه بر اختلالات روانی و رفتاری مانند سوءمصرف الکل می‌شود. این تجزیه و تحلیل عواملی را که به احتمال زیاد خطر مرگ ناگهانی قلبی را افزایش یا کاهش می‌دهند مشخص و احتمالات و بازه‌های زمانی خاصی مانند خطر ۸۹ درصدی مرگ ناگهانی قلبی طی سه ماه را ارائه کرد.

محققان از هوش مصنوعی برای ساخت مدل‌های سلامت شخصی‌سازی شده استفاده کردند که می‌تواند خطر مرگ ناگهانی قلبی هر فرد را اندازه‌گیری کند.

springer.com

محققان با استفاده از هوش مصنوعی، نزدیک به ۲۵هزار ارتباطات بهداشتی سفارشی‌سازی شده ایجاد کردند که عوامل مختلف سلامت فردی را برای شناسایی افرادی که در معرض خطر مرگ ناگهانی قلبی قرار دارند را ادغام کرد. علاوه بر این، آنان پروفایل‌های ریسک فردی را برای هر شرکت‌کننده در مطالعه ایجاد کردند.

ایسنا/خراسان رضوی در اولین کارآزمایی در دنیای واقعی از ابزار هوش مصنوعی، مشخص شد که این ابزار، درمان را برای ۴۵ درصد از بیماران بهبود می‌بخشد.

منبع خبر: https://www.isna.ir/news/1402082820008/%D9%87%D9%88%D8%B4-%D9%85%D8%B5%D9%86%D9%88%D8%B9%DB%8C-%D9%85%D8%B1%DA%AF-%D9%86%D8%A7%D8%B4%DB%8C-%D8%A7%D8%B2-%D8%A7%DB%8C%D8%B3%D8%AA-%D9%82%D9%84%D8%A8%DB%8C-%D8%B1%D8%A7-%D9%BE%DB%8C%D8%B4-%D8%A8%DB%8C%D9%86%DB%8C-%DA%A9%D8%B1%D8%AF

webmd.com

تجزیه و تحلیل هوش مصنوعی به‌طور موثر افرادی را با خطر بیش از ۹۰ درصد از تجربه مرگ ناگهانی قلبی شناسایی کرد که بیش از یک چهارم موارد مرگ ناگهانی قلبی را تشکیل می‌دهد.

در این پژوهش، تجزیه و تحلیل هوش مصنوعی قادر به شناسایی افرادی بود که بیش از ۹۰ درصد در معرض خطر مرگ ناگهانی بودند و بیش از یک چهارم موارد مرگ ناگهانی قلبی را نشان می‌دادند. مرگ ناگهانی قلبی، بار سلامت عمومی محسوب می‌شود که ۱۰ تا ۲۰ درصد از مرگ و میرهای کلی را تشکیل می‌دهد؛ پیش‌بینی آن دشوار است و رویکردهای معمول در شناسایی افراد در معرض خطر، به ویژه در سطح فردی، ناکام باقی مانده است.

هوش مصنوعی و یادگیری ماشین در ایجاد انقلابی در پیش‌بینی و مدیریت ایست قلبی ناگهانی، به سمت بهبود نرخ بقا و مداخلات مراقبت‌های بهداشتی کارآمدتر در آینده می‌رود. ایست قلبی ناگهانی (SCA) همچنان یکی از دلایل اصلی مرگ و میر جهانی است و با وجود سیستم‌های پیشرفته همچنان میزان بقا پایین است. چالش فعلی پیش‌بینی و پیشگیری از ایست قلبی است با این حال، با افزایش پذیرش ابزارهای هوش مصنوعی و یادگیری ماشین در الکتروفیزیولوژی بالینی در زمان‌های اخیر، خوش‌بینی در مورد پرداختن به این چالش‌ها به طور موثرتر وجود دارد.

این مطالعه دارای محدودیت‌هایی ازجمله محدودیت‌های بالقوه در استفاده از مدل‌های پیش‌بینی فراتر از این تحقیق است. داده‌های پزشکی در پرونده‌های سلامت الکترونیکی گاهی اوقات به جای داده‌های خام به موارد دیگر متکی هستند و تغییرات داده‌ها در بین کشورها ممکن است نیاز به تعدیل مدل‌های پیش‌بینی داشته باشد.

پیش‌بینی خطر مبتنی بر هوش مصنوعی

sciencedaily.com

thestatesman.com

محقق این تحقیق بیان کرد: «استفاده از هوش مصنوعی برای شناسایی اطلاعات پزشکی متوالی ثبت شده در طول سال‌ها در یک موضوع خاص ضروری است که مسیری مرتبط با افزایش خطر مرگ ناگهانی قلبی را تشکیل می‌دهد. ما امیدواریم که با یک فهرست شخصی از عوامل خطر، بیماران بتوانند با پزشکان خود برای کاهش این عوامل خطر و در نهایت کاهش احتمال مرگ ناگهانی قلبی کار کنند».

ارتباطات سلامتی سفارشی‌سازی شده

محققان اطلاعات بیش از یک میلیون تشخیص بیمارستانی و ۱۰ میلیون نسخه را بررسی کردند. داده‌ها از پرونده‌های پزشکی قبل از مرگ تا ۱۰ سال جمع‌آوری شد.

انجمن قلب آمریکا در بیانیه مطبوعاتی درباره این پژوهش گفت که محققان از هوش مصنوعی برای ایجاد ارتباطات سلامت شخصی استفاده کردند که خطر مرگ یک فرد در اثر ایست قلبی ناگهانی را شناسایی می‌کرد.

محقق این تحقیق از مرکز تحقیقات قلب و عروق دانشگاه پاریس تاکید کرد: مرگ ناگهانی قلبی که یک بار سلامت عمومی است، ۱۰ تا ۲۰ درصد از مرگ و میرهای کلی را تشکیل می‌دهد.