نوآوران آنلاین- یک مطالعه جدید نشان می دهد که با استفاده از تجزیه و تحلیل هزاران اشعه ایکس قفسه سینه برای دیدن الگوها یک برنامه کامپیوتری با حداکثر 80 درصد دقت پیش بینی می کند که بیماران کرونایی ظرف چهار روز دچار عوارض تهدید کننده زندگی می شوند.

این برنامه که توسط محققان دانشکده پزشکی NYU Grossman توسعه یافته است از چند صد گیگابایت داده جمع آوری شده از 5224 اشعه ایکس قفسه سینه گرفته شده از 2943 بیمار جدی آلوده به کرونا استفاده کرد.

نویسندگان این مطالعه که در ژورنال npj Digital Medicine در تاریخ 12 مه منتشر شد، نیاز مبرم را برای توانایی پیش بینی سریع اینکه کدام بیماران کرونا احتمالاً دارای عوارض کشنده هستند ذکر کردند تا منابع درمانی به بهترین وجه با آن ها مطابقت داشته باشد در معرض خطر به دلایلی که هنوز به طور کامل مشخص نشده است، سلامت برخی از بیماران کرونا ناگهان بدتر می شود و نیاز به مراقبت های ویژه دارد و احتمال مرگ آنها افزایش می یابد.

در تلاش برای رفع این نیاز، تیم NYU Langone نه تنها اطلاعات اشعه ایکس را در تجزیه و تحلیل رایانه ای خود بلکه همچنین از نظر سن، نژاد و جنسیت بیماران همراه با چندین علامت حیاتی و نتایج آزمایشات آزمایشگاهی از جمله وزن، دمای بدن ارائه داد.

همچنین در مدل های ریاضیاتی آنها که می تواند از مثالها بیاموزد، نیاز به یک دستگاه تهویه مکانیکی و اینکه آیا هر بیمار برای زنده ماندن (2405) یا زنده ماندن (538) از عفونت های خود ادامه داده است.

محققان سپس ارزش پیش بینی ابزار نرم افزاری را بر روی 770 اشعه ایکس قفسه سینه از 718 بیمار دیگر بستری شده برای کرونا از طریق اورژانس در بیمارستان های NYU Langone از 3 مارس تا 28 ژوئن 2020 آزمایش کردند. برنامه رایانه ای چهار مورد را به طور دقیق پیش بینی کرد پنج بیمار آلوده که به مراقبت های ویژه و تهویه مکانیکی احتیاج داشتند و یا ظرف چهار روز پس از بستری درگذشتند.

پزشکان و رادیولوژیست های اورژانس برای شناسایی سریع بیماران کرونا که به احتمال زیاد به سرعت وخیم تر می شوند، به پزشکان و متخصصین رادیولوژی نیاز به ابزارهای مؤثری دارند.

آزمون طبقه بندی کرونا نشان دهنده بزرگترین کاربرد هوش مصنوعی در رادیولوژی برای رفع برخی از فوری ترین نیازهای بیماران و مراقبان در طی همه گیری است.

یک مزیت عمده در برنامه های هوش ماشین مانند آنها این است که می توان با داده های بیشتری صحت آن را ردیابی و به روز کرد و بهبود بخشید.

چهارشنبه ۱۲ می ۲۰۲۱        

(برابر با ۲۲ اردیبهشت ۱۴۰۰)