Τεχνολογία

Ποιος ασθενής θα χρειαστεί ΜΕΘ: Τεχνητή νοημοσύνη ξέρει την απάντηση

Ποιος ασθενής θα χρειαστεί ΜΕΘ: Τεχνητή νοημοσύνη ξέρει την απάντηση

Οι ερευνητές έχουν καταστήσει την τεχνολογία που ανέπτυξαν διαθέσιμη σε όλους τους επιστήμονες ανά τον κόσμο προκειμένου να βοηθήσουν και εκείνοι στη βελτιστοποίησή της.

Ποιος ασθενής θα χρειαστεί ΜΕΘ: Νέο σύστημα ΑΙ που βασίζεται σε περισσότερες από 200 κλινικές παραμέτρους προβλέπει με ακρίβεια μεγαλύτερη του 95% ποιοι ασθενείς με COVID-19 θα χρειαστούν εισαγωγή σε ΜΕΘ Ένα νέο σύστημα υψηλής τεχνολογίας μπορεί να βοηθήσει τους γιατρούς να κάνουν την καλύτερη δυνατή διαχείριση των κλινών στις Μονάδες Εντατικής Θεραπείας COVID-19, οι οποίες είναι πολύτιμες και δυσεύρετες μέσα στην πανδημία. Και αυτό διότι προβλέπει με πολύ μεγάλη ακρίβεια ποιοι ασθενείς με νέο κορωνοϊό θα χρειαστούν εισαγωγή σε ΜΕΘ.

    

Περισσότερες από 200 κλινικές παράμετροι

Το σύστημα που αναπτύχθηκε από ερευνητές του Πανεπιστημίου του Waterloo και της νεοφυούς εταιρείας DarwinAI, χρησιμοποιεί τεχνητή νοσημοσύνη προκειμένου να προβλέψει την ανάγκη εισαγωγής σε ΜΕΘ με βάση περισσότερες από 200 κλινικές παραμέτρους συμπεριλαμβανομένων των αποτελεσμάτων των εξετάσεων αίματος, των ζωτικών λειτουργιών και του ιατρικού ιστορικού του κάθε ασθενούς. «Πρόκειται για ένα πολύ σημαντικό βήμα σε ό,τι αφορά τις κλινικές αποφάσεις που πρέπει να λαμβάνουν οι γιατροί σχετικά με τη διαλογή των ασθενών και την ανάπτυξη των θεραπευτικών πλάνων για τον καθένα εξ αυτών» ανέφερε ο Αλεξάντερ Γουόνγκ, καθηγητής Μηχανικής Σχεδιασμού Συστημάτων στο Πανεπιστήμιο του Waterloo.

Πώς «εκπαιδεύτηκε» το λογισμικό ΑΙ

Το νέο λογισμικό ΑΙ των ερευνητών «εκπαιδεύθηκε» με βάση δεδομένα για περίπου 400 περιπτώσεις ασθενών που αντιμετωπίστηκαν στο Νοσοκομείο Sirio-Libanes στο Σάο Πάολο της Βραζιλίας από τους γιατρούς του νοσοκομείου οι οποίοι κλήθηκαν να αποφασίσουν ποιοι ασθενείς με COVID-19 έπρεπε να εισαχθούν σε ΜΕΘ.

Ακρίβεια άνω του 95%

Με βάση τα δεδομένα και την εκπαίδευση που έλαβε, το νευρωνικό δίκτυο ήταν σε θέση να προβλέπει την ανάγκη εισαγωγής σε ΜΕΘ ενός νέου κρούσματος COVID-19 με ακρίβεια μεγαλύτερη του 95%. Το σύστημα μπορούσε επίσης να ταυτοποιεί τους παράγοντες-κλειδιά που καθοδηγούν τις προβλέψεις του προκειμένου να βοηθήσει τους γιατρούς να καταλάβουν τον… τρόπο σκέψης του και να του δείξουν εμπιστοσύνη.

Καινούργιο χρήσιμο εργαλείο

Η νέα τεχνολογία δεν στοχεύει σε καμία περίπτωση να αντικαταστήσει τους γιατρούς αλλά να τους προσφέρει ένα καινούργιο χρήσιμο εργαλείο ώστε να λαμβάνουν ταχύτερες και καλύτερες αποφάσεις σχετικά με την ανάγκη για εισαγωγή των ασθενών σε ΜΕΘ. «Σκοπός μας είναι να βοηθήσουμε τους γιατρούς να λαμβάνουν πιο γρήγορα και πιο σωστά αποφάσεις με βάση προηγούμενες περιπτώσεις ασθενών και την έκβαση που αυτές είχαν» σημείωσε ο δρ Γουόνγκ ο οποίος είναι επίσης διευθυντής του Εργαστηρίου VIP (Vision and Image Processing Lab) στο Πανεπιστήμιο του Waterloo.

«Θέλουμε να ενισχύσουμε τους ειδικούς ώστε να κάνουν την καλύτερη δυνατή χρήση των ιατρικών πόρων και να προσφέρουν εξατομικευμένη θεραπεία στους ασθενείς».

Ελεύθερη πρόσβαση σε όλους τους επιστήμονες

Οι ερευνητές έχουν καταστήσει την τεχνολογία που ανέπτυξαν διαθέσιμη σε όλους τους επιστήμονες ανά τον κόσμο προκειμένου να βοηθήσουν και εκείνοι στη βελτιστοποίησή της. Μάλιστα αυτή τη στιγμή την ενσωματώνουν σε ένα μεγαλύτερο σύστημα που στοχεύει στην ενίσχυση των ορθότερων κλινικών αποφάσεων και το οποίο αναπτύχθηκε στο πλαίσιο της συνεχιζόμενης πρωτοβουλίας τους COVID-Net Open Source Initiative – η πρωτοβουλία αυτή επίσης βοηθά τους γιατρούς να ανιχνεύουν τα κρούσματα COVID-19 και να προσδιορίζουν τη βαρύτητα της νόσου τους με χρήση ΑΙ ανάλυσης των απεικονιστικών εξετάσεων.

Σημειώνεται ότι η παρουσίαση του νέου συστήματος  έγινε στις 10 Δεκεμβρίου κατά τη διάρκεια του μεγαλύτερου συνεδρίου παγκοσμίως σχετικά με την τεχνητή νοημοσύνη (2021 Conference on Neural Information Processing Systems).

Διαβάστε όλες τις τελευταίες Ειδήσεις για την υγεία από την Ελλάδα και τον Κόσμο
Ακολουθήστε το healthweb.gr στο Google News και μάθετε πρώτοι όλες τις ειδήσεις

Διαβάστε Eπίσης:

Το Εθνικό Δίκτυο Υποδομών Τεχνολογίας και Έρευνας (ΕΔΥΤΕ) στη μάχη κατά του κορωνοϊού

Νέο εργαλείο τεχνητής νοημοσύνης μπορεί να βοηθήσει στην αντιμετώπιση των μεταλλάξεων του Covid

Μαθηματικά μοντέλα προβλέπουν το μέλλον της πανδημίας

Προβλέψεις για το μέλλον της τεχνολογίας υγείας το 2021

Αλγόριθμος μηχανικής μάθησης στην υπηρεσά ασθενών Covid-19

Υγειονομική περίθαλψη τεχνολογία: Πρωτοπόρο ερευνητικό εργαστήριο στην Ινδία

svg%3E svg%3E
svg%3E
svg%3E
Περισσότερα

Καινοτομία και τεχνητή νοημοσύνη στην υγεία

Καναδάς υγεία: Είμαστε έτοιμοι να δώσουμε μεγαλύτερη σημασία στα δεδομένα υγείας για την τόνωση της καινοτομίας, τη βιωσιμότητα του συστήματος υγειονομικής περίθαλψης και την παροχή βελτιωμένης φροντίδας ασθενών.

Απολαμβάνοντας τα πλεονεκτήματα της νανοεπιστήμης

Νανοεπιστήμη επιτεύγματα: Η νανοεπιστήμη και η νανοτεχνολογία έχουν μπει στη ζωή μας για τα καλά και τα πλεονεκτήματα που μας αποφέρουν είναι τόσο μεγάλα που πολλές φορές δεν μπορεί να τα χωρέσει ο ανθρώπινος νους.

Μικρά τεχνολογικά επιτεύγματα που δεν πιστεύουμε ότι υπάρχουν

Τεχνολογία gadgets: Είναι σημαντική η βελτίωση ορισμένων πτυχών της καθημερινότητάς μας χάρη στα τεχνολογικά επιτεύγματα που διατίθενται πλέον στο ευρύ κοινό, διευκολύνοντας την υγεία, αλλά και την ποιότητα ζωής γενικότερα.

Ψηφιακές θεραπείες συμβάλλουν στη μείωση των συμπτωμάτων της κατάθλιψης

«Δεδομένης της ταχείας υιοθέτησης των ψηφιακών παρεμβάσεων, είναι επίκαιρο και σημαντικό να ρωτήσουμε σε ποιο βαθμό οι ψηφιακές παρεμβάσεις είναι αποτελεσματικές στη θεραπεία της κατάθλιψης, εάν μπορούν να παρέχουν βιώσιμες εναλλακτικές λύσεις για την αντιμετώπιση -ψυχοθεραπεία με πρόσωπο πέρα ​​από το εργαστήριο και ποιοι είναι οι βασικοί παράγοντες που μετριάζουν τα αποτελέσματα.»

Τα wearables προβλέπουν αλλαγές στο σάκχαρο

Τεχνολογία διαβήτη: Τα δεδομένα από φορητές συσκευές μπορούν να βοηθήσουν στην παρακολούθηση και την πρόβλεψη των επιπέδων γλυκόζης στο αίμα.