Web Analytics Made Easy - Statcounter

محققان دانشگاه کپنهاگ از هوش مصنوعی برای برآورد اینکه کدامیک از افراد مبتلا به کرونا به استفاده از دستگاه تنفس مصنوعی نیاز دارند، استفاده کرده اند.

سیستم هوش مصنوعی تازه ای که بدین منظور ابداع شده به پزشکان کمک می‌کند تا علائم ابتلاء به کرونا را در افراد مختلف به طور دقیق شناسایی کنند و بر همین اساس مشخص می‌شود که چه اشخاصی به طور حاد به کرونا مبتلا شده و بیش از سایرین به استفاده از دستگاه تنفس مصنوعی نیاز دارند.

بیشتر بخوانید: اخباری که در وبسایت منتشر نمی‌شوند!

با استفاده از ابزار یادشده برنامه ریزی برای تخصیص دستگاه تنفس مصنوعی به بیماران مختلف با سهولت بیشتری انجام می‌شود و اختصاص منابع بدون اتلاف وقت و سرمایه صورت می‌گیرد.

لازم به ذکر است که علائم ابتلاء به بیماری کرونا در بیماران بسیار گسترده و متنوع است و این علائم در روزهای مختلف کاهش یافته و گاهی ناگهان تشدید می‌شوند. همین مساله از یک سو و ناشناخته ماندن بسیاری از ویژگی‌ها و خصوصیات رفتاری ویروس کرونا از سوی دیگر باعث می‌شود تا تصمیم گیری در مورد شیوه‌های درمانی مناسب و ضرورت استفاده از دستگاه‌های گران قیمت و کمیابی همچون دستگاه تنفس مصنوعی با دشواری و سردرگمی مواجه باشد.

سیستم هوش مصنوعی محققان دانمارکی با بررسی انبوهی از آزمایش‌های اشعه ایکس، سوابق درمانی، بررسی آزمایش‌ها و نسخه‌های متنوع بیماران مبتلا به کرونا و غیره توانسته به مدلی برای تصمیم گیری قاطع در مورد نحوه اختصاص دستگاه تنفس مصنوعی به این بیماران دست یابد.

داده‌های یادشده در اختیار یک ابررایانه قرار می‌گیرند و ابررایانه بعد از پردازش اطلاعات مذکور به پزشکان اعلام می‌کند که دستگاه تنفس مصنوعی را به بیمار بررسی شده متصل کنند یا خیر. پیش از این سیستم مشابهی در کشور چین مورد استفاده قرار گرفته بود./مهر

بیشتر بخوانیم:تشخیص کرونا در ایران با هوش مصنوعی

منبع: ایران آنلاین

کلیدواژه: دستگاه تنفس مصنوعی هوش مصنوعی

درخواست حذف خبر:

«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را به‌طور اتوماتیک از وبسایت ion.ir دریافت کرده‌است، لذا منبع این خبر، وبسایت «ایران آنلاین» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۲۷۴۸۸۱۳۵ را به همراه موضوع به شماره ۱۰۰۰۱۵۷۰ پیامک فرمایید. لطفاً در صورتی‌که در مورد این خبر، نظر یا سئوالی دارید، با منبع خبر (اینجا) ارتباط برقرار نمایید.

با استناد به ماده ۷۴ قانون تجارت الکترونیک مصوب ۱۳۸۲/۱۰/۱۷ مجلس شورای اسلامی و با عنایت به اینکه سایت «خبربان» مصداق بستر مبادلات الکترونیکی متنی، صوتی و تصویر است، مسئولیت نقض حقوق تصریح شده مولفان در قانون فوق از قبیل تکثیر، اجرا و توزیع و یا هر گونه محتوی خلاف قوانین کشور ایران بر عهده منبع خبر و کاربران است.

خبر بعدی:

هوش مصنوعی آریتمی قلب را از ۳۰ دقیقه قبل پیش‌بینی می‌کند

به گزارش خبرگزاری علم و فناوری آنا به نقل از نیواطلس، تحقیقات جدید نشان داده است که هوش مصنوعی آموزش‌دیده بر روی داده‌های ساده ضربان قلب می‌تواند یکی از شایع‌ترین اختلال ریتم قلب، فیبریلاسیون دهلیزی را ۳۰ دقیقه قبل پیش‌بینی کند. با برنامه ریزی برای گنجاندن این مدل در تلفن هوشمند به طوری که بتواند داده‌های یک ساعت هوشمند را تجزیه و تحلیل کند، می‌تواند به عنوان یک سیستم هشدار اولیه عمل کند.

شایع‌ترین اختلال ریتم قلب، فیبریلاسیون دهلیزی (AF)، به طور قابل توجهی مراجعات بخش اورژانس و خطر بیماری‌های دیگر مانند سکته مغزی و زوال عقل را افزایش می‌دهد. این عارضه زمانی اتفاق می‌افتد که حفره‌های فوقانی قلب یعنی دهلیز‌ها به‌طور غیر طبیعی و نامنظم می‌کوبند و با حفره‌های پایینی یعنی بطن‌ها هماهنگ نیستند و ریتم قلبی نامنظم و اغلب بسیار سریع ایجاد می‌کنند. ضربان قلب طبیعی باید منظم باشد و زمانی که در حال استراحت هستید بین ۶۰ تا ۱۰۰ ضربه در دقیقه باشد. در فیبرلاسیون دهلیزی دو حفره فوقانی قلب یعنی دهلیز‌های قلب، فاقد ضربان مطلوب هستند.

بازگرداندن بیمار از فیبریلاسیون دهلیزی به ریتم منظم سینوسی می‌تواند به مداخلات فشرده‌ای مانند کاردیوورژن، وارد کردن شوک کم انرژی برای بازنشانی سیستم هدایت قلب نیاز داشته باشد. بنابراین، تشخیص این اختلال قبل از وقوع، مداخلات اولیه را امکان پذیر می‌کند که نتایج بیمار را بهبود می‌بخشد.

محققان مرکز سیستم‌های زیست‌پزشکی لوکزامبورگ (LCSB) در دانشگاه لوکزامبورگ مطالعه‌ای را منتشر کرده‌اند که در آن یک مدل یادگیری عمیق برای پیش‌بینی دقیق، ۳۰ دقیقه زودتر از زمانی که فرد دچار فیبریلاسیون دهلیزی می‌شود، آموزش داده شده است.

در حال حاضر، الکتروکاردیوگرافی (ECG) فقط می‌تواند فیبریلاسیون دهلیزی را درست قبل از وقوع آن تشخیص دهد، بنابراین نمی‌توان آن را یک سیستم هشدار اولیه در نظر گرفت.

خورخه گونکالوز، رئیس گروه کنترل سیستم در «ال‌سی‌اس‌بی» و نویسنده مسئول این مطالعه گفت: در مقابل، کار ما از این رویکرد به یک مدل پیش‌بینی آینده‌نگرتر منحرف می‌شود. ما از داده‌های ضربان قلب برای آموزش یک مدل یادگیری عمیق استفاده کردیم که می‌تواند مراحل مختلف ریتم سینوسی و فیبریلاسیون دهلیزی را تشخیص دهد و احتمال خطر ابتلا به یک دوره قریب‌الوقوع را محاسبه کند.

محققان پیش‌بینی می‌کنند که این دستگاه در گوشی‌های هوشمند برای پردازش داده‌های به‌دست‌آمده از یک ساعت هوشمند استفاده شود. هدف درازمدت این است که بیماران بتوانند به طور مداوم ریتم قلب خود را کنترل کنند و به اندازه کافی هشدار دهند تا بتوانند از درمان‌هایی مانند دارو‌های ضد آریتمی خوراکی برای جلوگیری از شروع فیبریلاسیون دهلیزی استفاده کنند. محققان می‌گویند، این فناوری را می‌توان شخصی‌سازی کرد.  

گونکالوزگفت: در حرکتی رو به جلو، ما بر روی توسعه مدل‌های شخصی‌سازی شده تمرکز خواهیم کرد. استفاده روزانه از یک ساعت هوشمند ساده دائماً اطلاعات جدیدی در مورد پویایی قلب شخصی ارائه می‌کند و ما را قادر می‌سازد تا مدل خود را به طور مداوم اصلاح کنیم و مجدداً آموزش دهیم تا با هشدار‌های قبلی حتی به عملکرد بهتری دست یابد. در نهایت، این رویکرد می‌تواند منجر به آزمایش‌های بالینی جدید و مداخلات درمانی نوآورانه شود.

انتهای پیام/

دیگر خبرها

  • راه اندازی چهارمین دستگاه دیالیز بیمارستان بین‌المللی دارالشفاء میرجاوه
  • پایه اصلی هر سازمانی بر دوش روابط عمومی است
  • افزایش بیماران خاص در کرمانشاه
  • پیش‌بینی های ایلان ماسک در مورد هوش مصنوعی
  • هوش مصنوعی آریتمی قلب را از ۳۰ دقیقه قبل پیش‌بینی می‌کند
  • هوش مصنوعی به زودی امکان درمان در خانه را فراهم خواهد کرد
  • راه اندازی دستگاه پیشرفته پلاکت خون در پایگاه انتقال خون خوی
  • اهدای خون فرماندار و معاونان فرمانداری کرمان + تصویر
  • هوش مصنوعی نارسایی قلبی را از طریق اسکن پا تشخیص می‌دهد
  • آغاز به کار آزمایشی «سینما دانش» شهرستان قوچان