Επιστημονικά Νέα

Αλγόριθμος Μηχανική Μάθηση: Προβλέπει με επιτυχία ποια κρούσματα covid – 19 χρειάζονται νοσηλεία σε ΜΕΘ

Αλγόριθμος Μηχανική Μάθηση: Προβλέπει με επιτυχία ποια κρούσματα covid – 19 χρειάζονται νοσηλεία σε ΜΕΘ

Αμερικανοί ερευνητές αναφέρουν ότι ανέπτυξαν έναν αλγόριθμο μηχανικής μάθησης που προβλέπει ποιοι ασθενείς με πνευμονία Covid-19 θα χρειαστούν νοσηλεία στην εντατική.

Αλγόριθμος Μηχανική Μάθηση: Ο αλγόριθμος σχεδιάζεται να δοκιμαστεί στο διάσημο Γενικό Νοσοκομείο Μασαχουσέτης. Οι γιατροί που πασχίζουν να διαχειριστούν την καταιγίδα κρουσμάτων κορωνoϊού ίσως θα έχουν στο μέλλον τη βοήθεια ενός από μηχανής θεού.

Αμερικανοί ερευνητές αναφέρουν ότι ανέπτυξαν έναν αλγόριθμο μηχανικής μάθησης που προβλέπει ποιοι ασθενείς με πνευμονία Covid-19 θα χρειαστούν νοσηλεία στην εντατική.

Οι αλγόριθμοι μηχανικής μάθησης είναι ένα είδος τεχνητής νοημοσύνης που μαθαίνει μέσα από παραδείγματα. Προηγούμενες μελέτες έχουν δείξει για παράδειγμα ότι τέτοια συστήματα υπερβαίνουν τις επιδόσεις των ακτινολόγων στην εξέταση απεικονιστικών δεδομένων για μια ποικιλία παθήσεων.

Συνδυασμός δεδομένων

Στη νέα μελέτη, η οποία δημοσιεύεται στην επιθεώρηση ακτινολογίας Medical Image Analysis, ερευνητές του Πολυτεχνικού Ινστιτούτου Ρενσιλίαρ της Νέας Υόρκης αναφέρουν ότι η μέθοδός τους συνδυάζει αξονικές τομογραφίες (από τις οποίες υπολογίζεται η έκταση της βλάβης στους πνεύμονες) με μη απεικονιστικά δεδομένα όπως τα αποτελέσματα εργαστηριακών εξετάσεων, τα ζωτικά σημεία και τα δημογραφικά δεδομένα των ασθενών.

Οι επιδόσεις της τεχνητής νοημοσύνης εξετάστηκαν σε 295 περιπτώσεις ασθενών που νοσηλεύτηκαν με Covid-19 σε τρία νοσοκομεία – ένα στις ΗΠΑ, ένα στο Ιράν και ένα τρίτο στην Ιταλία.

Οι προβλέψεις του αλγόριθμου σχετικά με το ποιοι ασθενείς θα χρειάζονταν νοσηλεία σε ΜΕΘ συγκρίθηκαν με την πραγματική έκβαση των περιστατικών. Και όπως διαπιστώθηκε, το σύστημα προέβλεψε με επιτυχία ποια κρούσματα θα χρειάζονταν νοσηλεία στην εντατική.

Καρδιαγγειακός κίνδυνος

Όπως δήλωσε ο επικεφαλής της μελέτης δρ Γιάν Πίνγκουν, επίκουρος καθηγητής Βιοϊατρικής Μηχανικής, επόμενο βήμα της ερευνητικής προσπάθειας θα είναι ο συνδυασμός του νέου αλγορίθμου με ένα σύστημα τεχνητής νοημοσύνης που είχε αναπτυχθεί παλαιότερα από την ίδια ομάδα για την αξιολόγηση του καρδιαγγειακού κινδύνου σε αξονικές τομογραφίες.

«Γνωρίζουμε ότι ένας βασικός παράγοντας στη θνησιμότητα της Covid-19 είναι το εάν ο ασθενής πάσχει από υποκείμενα νοσήματα όπως η καρδιοπάθεια, η οποία είναι σημαντική συννοσηρότητα» λέει ο δρ Γιάν.

«Το κατά πόσο αυτό επηρεάζει την εξέλιξη της Covid-19 είναι σήμερα μάλλον υποκειμενική εκτίμηση. Πρέπει επομένως να ποσοτικοποιήσουμε τις επιπτώσεις των καρδιακών παθήσεων και στη συνέχεια να προσδιορίσουμε πώς τις συνυπολογίζουμε στις προβλέψεις» εξηγεί.

Δοκιμές στην πράξη

Εφόσον τελειοποιηθεί, ο αλγόριθμος σχεδιάζεται να χρησιμοποιηθεί στην πράξη από το διάσημο Γενικό Νοσοκομείο της Μασαχουσέτης για την αξιολόγηση των περιστατικών Covid-19.

Στο μέλλον, λέει ο δρ Γιάνγκ, η ίδια προσέγγιση θα μπορούσε να εφαρμοστεί και σε άλλες παθήσεις του αναπνευστικού συστήματος προκειμένου να υπολογίζεται ο κίνδυνος επιπλοκών ή θανάτου.

Η μελέτη πραγματοποιήθηκε με κονδύλι από τα αμερικανικά Εθνικά Ινστιτούτα Υγείας, στο πλαίσιο της έκτακτης χρηματοδότησης για την ανάπτυξη ιατρικών εργαλείων κατά του πανδημικού κορωνοϊού.

Διαβάστε όλες τις τελευταίες Ειδήσεις για την υγεία από την Ελλάδα και τον Κόσμο

Διαβάστε Eπίσης:

Εφαρμογή τεχνητής νοημοσύνης ‘νικά’ την κατάθλιψη

Ο αλγόριθμος συμβάλλει στη βελτίωση της ανίχνευσης στεφανιαίου ασβεστίου

Πως οι αλγόριθμοι βελτιώνουν τις υπηρεσίες υγείας

Αλγόριθμος ανιχνεύει τις εγκεφαλικές αιμορραγίες

Αλγόριθμος εξατομικεύει τις μεταλλάξεις καρκίνου

Η χαρτογράφηση του εγκεφάλου και τα αρσενικά - θηλυκά χαρακτηριστικά

Η αντίληψη ότι ο εγκέφαλός μας είναι "πλαστικός" και παραμένει έτσι καθ'όλη τη διάρκεια της ζωής είναι μια από τις βασικές ανακαλύψεις των τελευταίων 40 ετών στην κατανόηση του εγκεφάλου.

Η πανδημία πάχυνε το 1/3 του παγκόσμιου πληθυσμού

Σε παγκόσμιο επίπεδο το 45% των ανθρώπων δηλώνουν ότι προσπαθούν να χάσουν βάρος, ακόμα κι αν δεν θέλουν να το κάνουν επειδή πιστεύουν ότι υπάρχει υψηλότερος κίνδυνος επιπλοκών από τον νέο ιό.

Μαθηματικά μοντέλα μετάδοσης COVID-19 και αποτελεσματικότητας εμβολίου

Η ερευνητική ομάδα χρησιμοποίησε μαθηματικά μοντέλα μετάδοσης COVID-19 και αποτελεσματικότητας εμβολίου για να προβλέψει πόσο καλά θα λειτουργήσουν τα εμβόλια Oxford και Pfizer για να μειώσουν τον αριθμό R και να επιτύχουν την ασυλία της αγέλης

Η μεταδοτικότητα του κορωνοϊού και η επικινδυνότητα των κλειστών χώρων

Σύμφωνα με τους επιστήμονες, χρειάζονται μάσκες, τήρηση αποστάσεων και καλό αερισμό στους κλειστούς χώρους, ώστε να μην συσσωρεύονται τα πιθανώς μολυσμένα σωματίδια στον εγκλωβισμένο αέρα.