پیش‌بینی زمان و شرایط وقوع ایست قلبی توسط هوش مصنوعی
تیم تحریریه- ۱۷ اردیبهشت ۱۴۰۱
پیش‌بینی زمان و شراط وقوع ایست قلبی توسط الگوریتم قابلیت دیگری از هوش مصنوعی است. با پیشرفت هوش مصنوعی و به کارگیری آن در علم پزشکی سرعت درمان و کیفیت آن بالا رفته است؛ الگوریتمی که برای ارزیابی الگوهای اسکار در بافت قلب بیمار ساخته شده است، می‌تواند آریتمی‌های بالقوه تهدیده‌کننده زندگی را با دقت بیشتری نسبت به پزشکان پیش‌بینی کند.
پیش‌بینی زمان و شرایط وقوع ایست قلبی توسط هوش مصنوعی، می‌تواند پیش‌بینی کند که بیمار چرا و چه زمانی ممکن است بر اثر ایست قلبی بمیرد. این فناوری که بر اساس تصاویر خام از قلب و پس‌زمینه بیمار ساخته شده است، پیش‌بینی‌های پزشک را به‌طور قابل توجهی بهبود می‌بخشد و می‌تواند تصمیم‌گیری بالینی را متحول کند و احتمال زنده ماندن را در شرایط آریتمی‌های ناگهانی و کشنده قلبی، که یکی از کشنده‌ترین و گیج‌کننده‌ترین شرایط پزشکی محسوب می‌شود، افزایش دهد. این کار که توسط محققان دانشگاه جان هاپکینز هدایت می‌شود، امروز در Nature Cardiovascular Research به تفصیل توضیح داده شده است.
ناتالیا ترایانووا، نویسنده ارشد این مقاله، استاد مهندسی زیست پزشکی و پزشکی، می‌گوید: «مرگ ناگهانی قلبی ناشی از آریتمی حدود 20 درصد از کل مرگ و میرها در سراسر جهان را تشکیل می‌دهد و ما در مورد علت وقوع آن یا تشخیص اینکه چه کسی در معرض خطر است، اطلاعات کمی داریم. بیمارانی هستند که ممکن است کمتر در معرض خطر مرگ ناگهانی قلبی باشند، دفیبریلاتورهایی دریافت می‌کنند که ممکن است به آنها نیازی نداشته باشند و در عین حال بیماران پرخطری هستند که درمان مورد نیاز خود را دریافت نمی‌کنند و ممکن است در اوج زندگی بمیرند. کاری که الگوریتم می‌تواند انجام دهد این است که تعیین کند چه کسی در معرض خطر مرگ قلبی است و این عارضه چه زمانی رخ خواهد داد، و به پزشکان اجازه می‌دهد دقیقاً تصمیم بگیرند که چه کاری باید انجام شود.»
فناوری یادگیری عمیق، مطالعه بقای خطر آریتمی قلبی یا اسکار نامیده می‌شود؛ این نام اشاره به اسکار قلبی ناشی از بیماری قلبی دارد که اغلب منجر به آریتمی‌های کشنده می‌شود و کلید پیش‌بینی‌های الگوریتم است. پیش بینی زمان و شرایط وقوع ایست قلبی توسط هوش مصنوعی با شناسایی چنین خطراتی محقق می‌شود.
نویسنده اول، دان پوپسکو، دانشجوی سابق دکترای جانز هاپکینز، گفت: «تصاویر حاوی اطلاعات مهمی هستند که پزشکان قادر به دسترسی به آنها نبوده اند. این اسکار را می‌توان به روش‌های مختلف توزیع کرد و چیزی در مورد شانس زنده ماندن بیمار می‌گوید. اطلاعاتی در آن پنهان است.» بنابراین استفاده از هوش مصنوعی در تصویربرداری از قلب بیمار باعث دسترسی پزشکان به اطلاعاتی می‌شود که برای زنده ماندن بیمار حیاتی است.
این تیم به یک شبکه عصبی دوم آموزش داد تا از 10 سال داده‌های استاندارد بالینی بیماران، 22 عامل مانند سن، وزن، نژاد و مصرف داروهای تجویزی بیماران را بسنجد. پیش‌بینی‌های الگوریتم نه تنها در هر معیاری به‌طور قابل‌توجهی دقیق‌تر از پزشکان بود، بلکه در آزمایش‌هایی با گروه بیماران مستقل از 60 مرکز بهداشتی در سراسر ایالات متحده، با تاریخچه‌های مختلف قلبی و داده‌های تصویربرداری متفاوت، اعتبارسنجی شد، که نشان می‌دهد این پلتفرم می‌تواند در هر مکانی مورد استفاده باشد و پیش‌بینی زمان و شرایط وقوع ایست قلبی توسط هوش مصنوعی را در عمل مورد تأیید قرار دهد.
ترایانووا، یکی از مدیران اتحاد برای نوآوری تشخیص و درمان قلب و عروق، گفت: «الگوریتم این پتانسیل را دارد که به طور قابل توجهی تصمیم‌گیری بالینی در مورد خطر آریتمی را شکل دهد و گامی اساسی برای رساندن پیش‌بینی وضعیت بیمار به عصر هوش مصنوعی است. این تجسم روند ادغام هوش مصنوعی، مهندسی و پزشکی به عنوان آینده مراقبت‌های بهداشتی است.»
این تیم اکنون در حال کار بر روی ساخت الگوریتم‌هایی برای تشخیص سایر بیمار‌های قلبی است. به گفته ترایانوا، مفهوم یادگیری عمیق را می‌توان برای سایر رشته‌های پزشکی که بر تشخیص بصری تکیه دارند، توسعه داد. بنابراین پیش‌بینی زمان و شرایط وقوع ایست قلبی توسط هوش مصنوعی علاوه براینکه خطر مرگ بیماران قلبی را کاهش می‌دهد، در شناسایی سایر بیماری‌ها نیز مورد استفاده قرار خواهد گرفت.
انواع کاربردهای هوش مصنوعی در صنایع مختلف را در هوشیو بخوانید
