امکان مراقبت از مبتلایان به کرونا با کمک هوش مصنوعی فراهم شد
تاریخ انتشار: ۱۶ اسفند ۱۳۹۹ | کد خبر: ۳۱۲۲۸۲۱۸
به گزارش خبرنگار حوزه بهداشت و درمان گروه علمی پزشکی باشگاه خبرنگاران جوان، مراسم رونمایی از اپلیکیشن تشخیص و پیشگیری از کرونا با کمک هوش مصنوعی «ریسک من» در دانشگاه علوم پزشکی شهید بهشتی برگزار شد.
در این مراسم علیرضا زالی، فرمانده ستاد عملیات مدیریت بیماری کرونا در کلانشهر تهران اظهار کرد: باوجود گسترش بیماری کرونا ما شاهد خیزش جدیدی از نسل جوان کشور بودیم؛ این نسل اختراعات و دستاوردهای زیادی را در قالب شرکتهای دانش بنیان به ثبت رسانده اند.
بیشتر بخوانید:
اخباری که در وبسایت منتشر نمیشوند!
زالی افزود: اپلیکیشن «ریسک من» به کمک هوش مصنوعی امکان کمک به تشخیص کووید ۱۹ و مراقبت از بیماران مبتلا به کرونا را فراهم میکند.
او ادامه داد: با ارزیابی دقیق شواهد پر خطر در افراد میتوانیم آینده بیماران را از نظر سلامتی آنها پیش بینی کنیم. با استفاده از اپلیکیشن «ریسک من» فرد مبتلا به کرونا میتواند برای زندگی فردی و حتی اجتماعی خود برنامهریزی کند. در بیماری کرونا پارامترهای چندگانه و ناهماهنگی، پیشبینی سلامت فرد را سخت کرده است اما این میزان دادهها بر پیشبینی عوارض بیماری میتواند تاثیرگذار باشد.
زالی افزود: برای استفاده از نرم افزار «ریسک من» باید اطلاعات دادهها دقیق باشد.با وارد کردن سوابق پزشکی و دارویی و مشخصات فردی، این اپلیکیشن علائم احتمالی فرد در آینده، احتمال نیاز به آزمایش و یا مکمل و نیاز به بستری شدن را بررسی میکند.
فرمانده ستاد عملیات مدیریت بیماری کرونا در تهران تاکید کرد: در این نرم افزار بیش از ۱۲۰ هزار داده از بیماران را در تهران ثبت کرده ایم.
زالی با بیان اینکه این نرم افزار بالاترین اطلاعات را دارد، افزود: نرمافزار «ریسک من» میتواند در کشورهای خارجی مورد بهرهبرداری قرار گیرد، بنابراین با استفاده از دادههای کرونا یک کار عملیاتی انجام شده است.
او یادآوری کرد: در حال حاضر ویروس کرونای انگلیسی در کشور چرخیده است و گروه سنی بین ۵ تا ۱۷ سال را بیشتر درگیر کرده است. شرایط تهران شکننده و ناپایدار است و شهروندان باید دستورالعملهای بهداشتی را رعایت کنند.
زالی ادامه داد: هرگونه شتاب زدگی و تصمیمهای عجولانه عواقب خوبی ندارد. بیماری کرونا هنوز تمام نشده و معتقدم که مردم باید از ترددهای غیر ضروری در سطح شهر بپرهیزند.
فرمانده ستاد عملیات مدیریت بیماری کرونا در تهران گفت: در حال حاضر میزان مراجعه افراد به بیمارستانها کمی افزایش پیدا کرده است. تنها راه پیشگیری از ابتلا به بیماری کرونا زدن ماسک و رعایت فاصله گذاری اجتماعی است.
در حال تکمیل...
منبع: باشگاه خبرنگاران
کلیدواژه: ویروس کرونا ویروس کرونای انگلیسی بیماری کرونا نرم افزار ریسک من
درخواست حذف خبر:
«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را بهطور اتوماتیک از وبسایت www.yjc.ir دریافت کردهاست، لذا منبع این خبر، وبسایت «باشگاه خبرنگاران» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۳۱۲۲۸۲۱۸ 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:
پیش بینی آریتمی قلبی با هوش مصنوعی
همشهری آنلاین – آرش نهاوندی: حدود ۵۹ میلیون نفر در سراسر جهان به فیبریلاسیون دهلیزی (AFib) در سال ۲۰۱۹ مبتلا بودند، که آن را به رایجترین نوع آریتمی قلبی تبدیل میکند که به عنوان ضربان قلب نامنظم نیز شناخته میشود. در حالی که فیبریلاسیون دهلیزی معمولا تهدید کننده زندگی نیست، یک وضعیت جدی است که ممکن است خطر مرگ و میر افراد را در اثر بیماری های قلبی و عروقی مانند سکته مغزی، حمله قلبی، و نارسایی قلبی افزایش دهد.
افراد مبتلا به فیبریلاسیون دهلیزی همچنین ممکن است شانس بیشتری برای ابتلا به بیماریهایی مانند زوال عقل و بیماریهای گوارشی و کبدی داشته باشند.هرچه زودتر این بیماری در یک فرد تشخیص داده شود، ممکن است نتیجه بهتری داشته باشد.
برای کمک به ارائه مداخلات اولیه برای فیبریلاسیون دهلیزی، دانشمندان دانشگاه لوکزامبورگ روشی را برای پیشبینی آریتمی قلبی حدود ۳۰ دقیقه قبل از وقوع با استفاده از هوش مصنوعی ایجاد کردند.
برای این مطالعه، محققان یک مدل هوش مصنوعی به نام WARN (Warning of Atrial fibRillation) برای کمک به پیشبینی فیبریلاسیون دهلیزی توسعه دادند.
خورخه گونسالوس، استاد مرکز دانشگاه لوکزامبورگ برای سیستمهای زیستپزشکی و سرپرست نویسنده این تحقیق، گفت: WARN شامل یک مدل یادگیری عمیق است که بخشهای کوتاه ۳۰ ثانیهای از ضربان قلب را وارد میکند و احتمال تغییر قریبالوقوع در ضربان قلب را به صورت خروجی ارائه میدهد. هر چه این احتمال تغییربیشتر باشد، شانس تبدیل به فیبریلاسیون دهلیزی (یکی از شایع ترین انواع آریتمی) بیشتر است. این کار هر ۱۵ ثانیه تکرار می شود. گونسالوس گفت: وقتی این احتمال از یک آستانه خاص عبور میکند، یک هشدار میدهد.
سیستم WARN روی دادههای الکتروکاردیوگرام که طی ۲۴ ساعت ضبط شده و از طریق دستگاههای هولتر (مچ بندی که از هوش مصنوعی استفاده میکند) که توسط ۳۵۰ نفر در بیمارستان «تونگجی» در ووهان، چین استفاده میشد، آزمایش شده است.گونسالوس گفت: هوش مصنوعی هنگام جستجوی الگوها در مجموعه دادههای بزرگ، عملکردی باورنکردنی را از خود نشان داده است.
هنگام آزمایش مدل WARN، گونسالوس و تیمش دریافتند که این مدل میتواند انتقال از ریتم طبیعی قلب به فیبریلاسیون دهلیزی را با هشدار متوسط ۳۰ دقیقه قبل از شروع با دقت ۸۰ درصد پیش بینی کند.
گونسالوس توضیح داد: این یافتهها تعجب آور نیست زیرا برخی از بیماران در واقع میتوانند چند ثانیه تا چند دقیقه قبل از آن احساس کنند که قلب آنها کمی میپرد یا دچار آریتمی میشود.
البته آنها واقعا نمیتوانند دقیقا این احساس را توصیف کنند، اما اگر بتوانند آن را احساس کنند، یک دستگاه باید بتواند این «احساس» را تشخیص دهد. و در واقع، ما شاهد تغییرات جزئی در پویایی ضربان قلب قبل از شروع فیبریلاسیون دهلیزی هستیم.
این متخصص ادامه داد: از سوی دیگر، جای تعجب است که ما میتوانیم با استناد به مدلی که قبلا از ۲۸۰ بیمار به دست آمده فیبریلاسیون دهلیزی (شایع ترین نوع آریتمی) را از ۳۰ دقیقه قبل تشخیص دهیم.
بیشتر بخوانید:
تشخیص بیماری شایع قلبی با قابلیت جدید اپل واچ | این ویژگی میتواند جان کاربران را نجات دهد وقتی قلبتان به تپش میافتد کد خبر 848773 منبع: همشهری آنلاین برچسبها سلامت خبر مهم بیماری - قلبی قلب هوش مصنوعی پزشکی