هوش مصنوعی بیماری قلبی را تشخیص میدهد
با دقت ۹۹.۶؛  پزشکان به زودی می توانند از هوش مصنوعی برای تشخیص سکته قلبی استفاده کنند. 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. 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.
نکات مهم برای مطالعه
علائم، زمان شروع، شدت و شرایط همراه را یادداشت کنید و برای تصمیم درمانی با پزشک مشورت کنید.
اگر علائم شدید، ناگهانی یا رو به بدتر شدن هستند، مطالعه آنلاین کافی نیست و باید راهنمایی پزشکی بگیرید.
گام بعدی
اگر نشانهها شدید، ناگهانی یا رو به بدتر شدن هستند، مطالعه آنلاین را جایگزین دریافت کمک پزشکی نکنید.
چکلیست آمادگی برای مراجعه
این محتوا برای آموزش عمومی است و جایگزین تشخیص یا درمان پزشک نیست. توصیه درمانی باید با شرایط فردی بررسی شود.
منابع و یادداشت تحریریه
در نسخه عملیاتی، این بخش محل نمایش منابع، تاریخ بازبینی و توضیح روش بهروزرسانی مقاله خواهد بود. در این POC، متن نمونه فقط ساختار تحریریه را نشان میدهد.
- محتوا برای سواد سلامت و آمادگی گفتوگو با پزشک نوشته شده است.
- تصمیم درمانی باید با ارزیابی فردی و نظر پزشک انجام شود.
