بانکداری ایرانی- در اولین کارآزمایی در دنیای واقعی از ابزار هوش مصنوعی، مشخص شد که این ابزار، درمان را برای ۴۵ درصد از بیماران بهبود می‌بخشد.
ایسنا/خراسان رضوی 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.
بر اساس نتایج تحقیقاتی که می‌تواند حرکتی جدید به سمت پیشگیری و استراتژی‌های بهداشت جهانی ارائه دهد، پیش‌بینی مرگ ناگهانی قلبی و شاید حتی پرداختن به خطری که یک فرد را تهدید می‌کند برای جلوگیری از مرگ در آینده، از طریق هوش مصنوعی (AI) امکان‌پذیر باشد.
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.
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.
پیش‌بینی خطر مبتنی بر هوش مصنوعی
محققان از هوش مصنوعی برای ساخت مدل‌های سلامت شخصی‌سازی شده استفاده کردند که می‌تواند خطر مرگ ناگهانی قلبی هر فرد را اندازه‌گیری کند.
این تحقیق امکان ایجاد پروفایل‌های ریسک شخصی را برای هر فرد فراهم کرد. این ابزار به‌طور بالقوه می‌تواند در آینده برای رسیدگی و کاهش خطرات فردی مرتبط با ایست قلبی مورد استفاده قرار گیرد.
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.
ارتباطات سلامتی سفارشی‌سازی شده
گروه تحقیقاتی از هوش مصنوعی (AI) برای بررسی داده‌های پزشکی بازیابی شده از ثبت و پایگاه‌های داده در پاریس، فرانسه و سیاتل استفاده کرد. آنان بر دو گروه ۲۵ هزار نفر که دچار ایست قلبی ناگهانی شده بودند و ۷۰ هزار نفر از جمعیت عمومی تمرکز کردند و این گروه‌ها را بر اساس سن، جنسیت و محل سکونت مطابقت دادند. این مجموعه داده بیش از یک میلیون تشخیص بیمارستانی و ۱۰ میلیون نسخه دارو را در برگرفته است که تا یک دهه قبل از مرگ هر فرد را شامل می‌شود.
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.
تجزیه و تحلیل با هوش مصنوعی
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.
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.
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.
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.
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.
نتایج تحقیقات جدید نشان می‌دهد که هوش مصنوعی می‌تواند به پیش‌بینی و حتی پیشگیری از مرگ ناگهانی قلبی از طریق تجزیه و تحلیل پرونده‌های الکترونیک سلامت کمک کند.
هوش مصنوعی مرگ ناشی از ایست قلبی را پیش‌بینی کرد
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.
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 می‌گوید: محققان با استفاده از هوش مصنوعی در تجزیه و تحلیل داده‌ها، نزدیک به ۲۵هزار رابطه را با فاکتورهای سلامت شخصی‌سازی کردند که برای شناسایی افرادی که در معرض خطر مرگ ناگهانی قلبی بودند، استفاده شد.
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».
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 امکان‌سنجی هوش مصنوعی را برای پیش‌بینی و پیشگیری از مرگ ناگهانی قلبی نشان می‌دهد. ارزیابی‌های ریسک شخصی و استراتژی‌های مداخله زودهنگام هوش مصنوعی می‌تواند نشان دهنده پیشرفت قابل توجهی در سلامت قلب باشد. تحقیقات بیشتر می‌تواند منجر به کاهش قابل توجهی در بروز مرگ ناگهانی قلبی شود که به نفع تلاش‌های بهداشت جهانی است.
منابع
ox.ac.uk
thestatesman.com
sciencedaily.com
thestatesman.com
webmd.com
springer.com
