کد خبر: ۶۹۰۶۰
تاریخ انتشار: ۰۴ بهمن ۱۳۹۶ - ۰۹:۳۹
یک سیستم هوش مصنوعی جدید که توسط دانشگاه استنفورد ساخته شده است، می‌تواند زمان مرگ بیماران مبتلا به مریضی سخت را با 90 درصد دقت پیش‌بینی کرده و به بهبود مراقبت از زندگی بیماران کمک کند.
یک سیستم هوش مصنوعی جدید که توسط دانشگاه استنفورد ساخته شده است، می‌تواند زمان مرگ بیماران مبتلا به مریضی سخت را با 90 درصد دقت پیش‌بینی کرده و به بهبود مراقبت از زندگی بیماران کمک کند.

ممکن است اکنون «ماشین حساب مرگ» دانشگاه "استنفورد" بتواند با دقت به این پرسش پاسخ دهد: «من چه زمانی می‌میرم؟»

یک سیستم جدید یادگیری عمیق هوش مصنوعی می‌تواند در زمینه مراقبت تسکینی پیشرفت ایجاد کند.

"مراقبت تسکینی"(Palliative Care) بنا به تعریف سازمان بهداشت جهانی دربرگیرنده همه اقدامات فعال و کامل برای کاستن از رنج و درد و بهبود کیفیت زندگی در بیمار است.

این روش در حالت عمده مختص بیماران مبتلا به یک بیماری خاص است که به درمان پاسخ نمی‌دهند و نتیجه مستقیم بیماری، مرگ است و تنها به آرام نمودن بیمار و کم کردن نشانه‌های بیماری در وی برمی‌گردد.

در کنار نام مراقبت تسکینی می‌توان به داروهای تسکینی اشاره کرد که دربرگیرنده تجویز دارو برای از بین بردن درد یا کاهش یک "سمپتوم"(نشانه بیماری) می‌شود، برای مثال می‌توان به دارودرمانی در رفع تهوع پس از شیمی‌درمانی یا حتی کاستن سمپتوم‌ها در آنفلوانزا اشاره نمود.

محققان دانشگاه "استنفورد" یک الگوریتم جدید هوش مصنوعی را آزمایش کرده‌اند که می‌تواند به بیمارستان‌ها کمک کند که مراقبت‌های تسکینی را برای بیماران سرطانی و بیماران مبتلا به بیماری‌های خاص و صعب العلاج بهبود بخشند.

الگوریتم مبتنی بر یک دستگاه شبکه عصبی یادگیری عمیق می‌تواند پرونده‌های مهم پزشکی یا پرونده‌های بهداشت الکترونیکی ثبت شده بیماران مبتلا به بیماری حاد را تحلیل می‌کند تا نیاز آنان به مراقبت تسکینی را مشخص کند.

این الگوریتم می‌تواند زمان مرگ بیماران را با دقت 3 تا 12 ماه پیش‌بینی کند و از این پیش‌بینی برای مراجعه بیماران برای مراقبت تسکینی استفاده می‌کند.

محققان می‌گویند: پیش‌بینی‌های ما می‌تواند تیم مراقبت تسکینی بیمارستان‌ها را در جهت رسیدگی موثر به چنین افرادی به جای استفاده از درمان نافرجام پزشکان یا انجام بررسی‌های وقت‌گیر برای همه بیماران به کار گیرند.

مطالعات قبلی نشان داد که تقریبا 80 درصد از آمریکایی‌ها مایل هستند روزهای آخر عمر را در خانه بگذرانند، اما تنها 20 درصد قادر به انجام این کار هستند و بیش از نیمی از مرگ و میر بیماران در بیمارستان‌ها و در بخش‌های مراقبت‌های ویژه اتفاق می‌افتد.

در واقع بیماران مبتلا به بیماری حاد اغلب در طول روزهای واپسین‌شان به جای راحت گذاشته شدن، به شدت تحت مراقبت‌های ویژه بیهوده پزشکی قرار می‌گیرند.

به این دلیل است که توانایی بیمارستان‌ها برای ارائه مراقبت‌های تسکینی در سال‌های اخیر بهبود یافته است. با این حال، مطالعه نشان می‌دهد که تنها 7 تا 8 درصد از بیماران در واقع آن را دریافت می‌کنند.

عواملی مانند فقدان متخصص مراقبت تسکینی از بیماران که تک تک داده‌های بیمار را تجزیه و تحلیل کند، آگاهی بخشی به بیمار و امید به زندگی موجب بروز این مشکل شده است. اینجا جایی است که الگوریتم یادگیری عمیق هوش مصنوعی وارد عمل می‌شود.

"آناند آواتی" از دانشکده علوم کامپیوتر دانشگاه استنفورد می‌گوید: ما می‌توانیم یک مدل پیش‌بینی کننده را با استفاده از داده‌های عملیاتی به طور منظم در محیط مراقبت‌های پزشکی ایجاد کنیم. مقیاس داده‌های موجود به ما امکان داد تا مدل همه جانبه پیش‌بینی مرگ را بسازیم.

روش یادگیری که به عنوان الگوریتم یادگیری عمیق شناخته می‌شود از شبکه‌های عصبی برای فیلتر کردن و تجزیه و تحلیل حجم زیادی از داده‌ها استفاده می‌کند.

این تحقیق پیش‌بینی مرگ و میر را با توجه به وجود نوعی بیماری، سن بیمار و ضرورت پذیرش در مقایسه با دیگران انجام می‌دهد.

از داده‌های پرونده الکترونیک بیمار(EHR) از اولین تماس در سال قبل برای تعیین زمان مرگ آنها ظرف 12 ماه استفاده می‌شود.

برای این مطالعه، محققان دو میلیون پرونده بیماران بزرگسال و کودکانی که به بیمارستان استنفورد و بیمارستان کودکان "لوسیل پکارد" بستری شده بودند، بررسی کردند.

آنها 200 هزار بیمار مناسب برای مطالعه را شناسایی کردند. پرونده الکترونیک بیماران مذکور برای پیش‌بینی زمان مرگ به وسیله سیستم مورد تجزیه و تحلیل قرار گرفت.

برای این مطالعه آزمایشی، الگوریتم موظف بود زمان مرگ را در هر یک از 160 هزار بیمار طی 12 ماه از تاریخ داده شده پیش‌بینی کند.

این مطالعه توانست سیستم را برای پیش‌بینی زمان مرگ بیماران طی 3 تا 12 ماه آینده آموزش دهد.

پس از آن این الگوریتم، داده‌های 40 هزار بیمار باقی‌مانده را برآورد کرد و در 9 مورد از 10 مورد قادر به پیش‌بینی دقیق زمان مرگ آنها طی 3 تا 12 ماه بود.

اکثر بیماران با احتمال پایین مواجهه با مرگ در بررسی یک سال اخیر، ارزیابی شدند.

"کن جونگ"، دانشمند علوم پزشکی و سرپرست مطالعه می‌گوید: ما می‌خواهیم مطمئن شویم که بیماران مبتلا به بیماری حاد و خانواده‌هایشان قبل از آن که دیر شود، فرصتی برای گفتگو داشته باشند.

یافته‌های این مطالعه با عنوان "بهبود مراقبت تسکینی با یادگیری عمیق" در Arxiv منتشر شده است.

منبع: ایسنا
نظر شما
* کد کپچا:
captcha

عکس های جدید و جالب از استایل «بانو سویا» سریال جومونگ در سئول کره جنوبی

واکنش دبیرکل جامعه پزشکی به مرگ دکتر پرستو بخشی: فشار ها بر پزشکان جوان به مرز هشدار رسیده

اعمال شب‌ نوزدهم ماه مبارک رمضان

این عکس‌ها رابطه شروین و ترلان پروانه را تایید می‌کند؟

جزییات افزایش شدید جریمه تحلفات رانندگی

اعمال مشترک شب های قدر

افشاگری جدید حسن روحانی از ماجرای گرانی بنزین و اعتراضات: من واقعا از زیرنویس شبکه خبر فهمیدم بنزین دیشب گران شده! رئیسی اولین کسی بود که توییت زد و مخالفت کرد، در حالی که نامه سران قوا را با خط خودش امضا کرده بود!

توضیحات ابراهیم شکوری، درباره مجوز حرفه ای پرسپولیس

مرگ شبانه؛ چرا بعضی ها در خواب می میرند؟

سید جلال ساداتیان: شما نمی‌توانید با یک بخشی از جامعه بین‌المللی کاملا در تضاد دائم باشید و صرفا بخواهید با یک بخش کوچکی از این جامعه کار کنید/ روسیه و چین در همه امور پای شما نایستاده‌اند/ هرچه محدودیت‌ها را افزایش بدهید، زندگی و سفره مردم محدودتر می‌شود

مصرف کدام ویتامین‌ها برای مردان ضروری است؟/ ۵ ویتامین و مکمل مفید برای سلامت مردان

آقا گفتند من تمام جامعه ایران را انقلابی می‌دانم نه عده خاصی را

ادعای بایدن: کشورهای عربی برای اولین بار آماده هستند اسرائیل را کاملاً به رسمیت بشناسند

تجهیزات انبارداری

پزشکی قانونی: علت فوت پرستو بخشی، پزشک متخصص قلب در دست بررسی است

عکس های جدید و جالب از استایل «بانو سویا» سریال جومونگ در سئول کره جنوبی

چهره بدون آرایش و تصاویر متفاوت از سیما تیرانداز (عکس)

اصغر فرهادی مهمان ستاره استقلالی و همسرش شد (عکس)

عکس‌های فراگیر از خانم خواننده و عشق جدیدش

عربستان «با این دختر» برای اولین بار در مسابقه دختر شایسته جهان شرکت می‌کند (عکس)

خدا کند این کار رئیسی، زاکانی و نمایندگان انقلابی برای خدا باشد! (عکس)

این خارجی پرسپولیس با همسرش به بازار تهران رفت (عکس)

خاطره آقای همساده از «بده بزنیم» در گفتگو با پشه و ایرج طهماسب! (ویدئو)

ژست های عجیب الناز شاکردوست در سفر به بیستون (تصاویر)

عاشقانه بانو سوسانو با دخترش (تصاویر)

پوشش و استایل خوش آب و رنگ و نوروزی پریناز ایزدیار / تصاویر

جشن زیبای نوروز در آتشکده بهرام (تصاویر)

مراسم تشییع مرحومه زهرا شجاعی با حضور خاتمی (تصاویر)

پست آبی رنگ در پیج پرسپولیس! (عکس)

تیپ و استایل متفاوت الناز حبیبی و بهرام افشاری (عکس)

تبریز سفیدپوش شد (عکس)

زیبایی های قشم، بزرگترین جزیره ایران (تصاویر)

عکس خانوادگی وایرال شده وریا غفوری که به تازگی منتشر شده / همه درباره زیبایی این خانواده حرف می زنند (+عکس)

تصویری بی نظیر از رنگین کمان در میدان نقش جهان اصفهان (ویدئو)

تصویری متفاوت از نازنین بیاتی (عکس)

هادی چوپان در کنار مجسمه خودش و گرگ (تصاویر)

تغییر چهره ایرنه پاپاس، بازیگر هند جگرخوار در ۹۳ سالگی (تصاویر)

2 عکس جدید از تیپ و ژست دیدنی «سوسانو» در یک روستای زیبا در فرانسه

عکس / اتاق فرمان اتمی شوروی را ببینید

ماجرای سفر شاه به قم و ملاقات ۴۵دقیقه‌ای با آیت‌الله بروجردی (عکس)

تصاویر / تغییر تیپ و چهره سارا و نیکای سریال پایتخت بعد 10 سال

فیگور عضلات شکم هادی چوپان و رقیب آمریکایی او؛ کدایک بهتر است!؟ (عکس)

تصویری دیدنی از آنتونیو کوئین در اصفهان (عکس)

تغییر چهره جالب طناز طباطبایی در طی ۱۵ سال! (تصاویر)

استقبال پر شور از هادی چوپان در شیراز (تصاویر)

تصاویر دیدنی و وایرال شده از دونگ یی (هان هیو جو)

استوری سحر دولتشاهی از سریال افعی

هانیه توسلی با چهره بدون آرایش آفتابی شد (عکس)

کف و سوت برای معین و هایده در برنامه زنده شبکه سه با حاضران دستچین شده در استودیو! (ویدئو)

کنایه ستاره پرسپولیس به عدم دعوتش به تیم ملی + تصویر

سلفی هادی چوپان با کلاه قشقایی پس از قهرمانی در آرنولدکلاسیک (ویدئو)

این کلیپ «آقای همساده» با ماجرای کاظم صدیقی «وایرال» شد (ویدئو)

ژست علی دایی در کنار همسرش و خانم بازیگر (عکس)

نظر جالب عادل فردوسی پور درباره عملکرد نکونام در استقلال (ویدئو)

درج نام «خلیج فارس» در تصویر اکانت رسمی ناسا از زمین (عکس)

آرایش و پوشش متفاوت بهنوش طباطبایی! (عکس)

پوشش محسن افشانی بازیگر جنجالی و همسرش در افطاری ابراهیم رئیسی! (تصاویر)

اجرای زیبای داوود کیم (جای) خواننده کی پاپ کره ای در شبکه سه (ویدئو)

سعدالله امیر شقاقی مافیای شرط بندی، در ترکیه بازداشت شد + ویدئو

دیدار «عباس قادری» با ابراهیم رئیسی ! (عکس)

کیم جای (داوود کیم) خواننده موسیقی کی پاپ کره‌ جنوبی در برنامه محفل درخواست تسبیح کرد (+عکس و ویدئو)

استایل زیبا، ساده و خیره کننده «بهنوش طباطبایی» / عکس

بهاره افشاری و تغییر چهره‌اش ۱۸ سال پس از «او یک فرشته بود» (عکس)

آتش گرفتن یک پراید با نارنجک در چهارشنبه سوری پرند (ویدئو)

همسر و پسر نجم الدین شریعتی (عکس)

چهارشنبه سوری دیشب تهران از داخل هواپیما (ویدئو)

باشگاه پرسپولیس در آستانه دربی اینگونه پیام انگیزشی داد (تصویر)

تصاویر چهارشنبه سوری از برج میلاد: تهران شهر جنگ زده شد! (ویدئو)

انفجار مهیب در شب چهارشنبه سوری در استان خوزستان ! (ویدئو)

مجادله «خورشید خانم» مو طلایی با رضا رشیدپور بر سر جریمه ۳ میلیونی حجاب (+تصویر)

«یاسمین مقبلی» به زمین برگشت (ویدئو)

تجمع بازنشستگان در اعتراض به حقوق های زیر خط فقر + عکس

محمدرضا گلزار در جمع ملی‌پوشان ایران + عکس

رهبر انقلاب به فرماندهان کل ارتش و سپاه مدال داد (+عکس)

سرمربی پرتغالی سپاهان و همسر جوان و بازیگرش، شیدا مقصودلو در کنسرت علیرضا قربانی (ویدئو)

فیلم وایرال شده از حسین یکتا در شبکه افق در شب قبل انتخابات: هر کی نمی خواد رای بده بره ! (ویدئو)

حوادث چهارشنبه آخر سال: لحظه افتادن بمب دست ساز از دستان یک نوجوان (ویدئو)

استایل شیک و ورزشی مریم معصومی در ۳۶سالگی (عکس)

حفظ کرامت شهروندان به سبک دولت انقلابی: آقای رئیسی این عکس را دیده اید!؟ (تصویر)

حضور سحرگاهی رهبری در شهر ری (+ عکس)

عاشقانه اوسمار، سرمربی پرسپولیس با همسرش (عکس)

عاشقانه شهاب حسینی و همسر جدیدش در یک اکران خصوصی (تصاویر)

مجری زن صداوسیما آرزو کرد همه چیز به دوران قبل از رییسی بازگردد! / جبران مافات ژیلا صادقی با حمله به حسن روحانی! (ویدئو)

واکنش طنزآمیز عبدالکریم حسن به مردود شدن گلش در دیدار پرسپولیس - فولاد + تصویر

پیام سیدحسین حسینی به هواداران استقلال (اینستاپست)

استایل شیک و خاص بهاره افشاری در مراسم بزرگداشت علی نصیریان (عکس)

رونمایی بهنوش طباطبایی از مجسمه‌ زیبای خودش ! (عکس)

سخنان قدیمی سخنگوی دولت درباره قیمت ها وایرال شد! (ویدئو)

دختر ترامپ، بیل گیتس، ریانا و زاکربرگ در عروسی پسر ثروتمندترین مرد آسیا (+عکس)

واکنش باشگاه پرسپولیس به هت تریک اوسمار ویرا + عکس

پرطرفدارترین