Ang pagtitistis sa puso AI ay gumagabay sa mga medikal na desisyon

Gumawa ang mga mananaliksik ng Michigan Medicine ng AI tool na hinuhulaan ang mga posibleng komplikasyon at kamatayan pagkatapos ng cardiovascular surgery. Gumagamit ito ng data mula sa iyong edad, presyon ng dugo, mga antas ng kolesterol, at iba pang mga kadahilanan upang kalkulahin ang iyong marka ng panganib. Bukod dito, idinisenyo ito ng mga siyentipiko bilang isang user-friendly na web at mobile application.

Salamat sa mga taon ng siyentipiko at teknolohikal na pagsulong, nakabuo kami ng maraming kahanga-hangang medikal na paggamot. Gayunpaman, marami ang may hindi sinasadyang mga epekto na maaaring mahirap hulaan, kahit na para sa mga eksperto. Maaaring matukoy ng programang ito ng artificial intelligence ang mga panganib na iyon upang makatulong na piliin ang pinakaligtas at pinakaepektibong paggamot para sa mga pasyente.

Idetalye ng artikulong ito ang mga potensyal na benepisyo ng heart surgery AI na ito. Sa ibang pagkakataon, ibabahagi ko ang iba pang mga tool sa artificial intelligence na tumutukoy sa mga panganib sa sakit sa puso at autism.

Paano gumagana itong heart surgery AI?

Ibinatay ng mga eksperto sa Michigan Medicine ang kanilang pinakabagong paglikha ng AI sa XGBoost machine learning algorithm. Gumagamit ito ng data mula sa 20 salik tulad ng edad at mga antas ng kolesterol upang matantya ang iyong percutaneous coronary intervention.

Sinasabi ng Interesting Engineering na kinabibilangan ito ng pagpasok ng isang maliit na lobo o isang metal mesh tube na tinatawag na stent sa iyong daluyan ng dugo upang mapabuti ang daloy ng dugo. Gayunpaman, maaari itong magdulot ng pagdurugo, pinsala sa bato, at kamatayan.

Sinubukan ito ng mga mananaliksik sa mahigit 100,000 pasyente na sumailalim sa PCI sa pagitan ng 2018 at 2021. Dahil dito, natutunan nila na ang tool ay nalampasan ang iba pang mga modelo sa paghula ng mga resulta tulad ng pagdurugo.

Dinisenyo din nila ang heart surgery AI para maging patient-friendly. Nakipagtulungan sila sa PCI Patient Advisory Council upang matiyak na madali itong gamitin at maunawaan.

Maaari mo itong i-access anumang oras at saanman sa web at mobile app nito. “Pinagsama namin ang predictive model na may feedback ng pasyente mula sa PCI Patient Advisory Council para baguhin ang machine learning na ito na nakasentro sa pasyente, indibidwal na tool sa paghula ng panganib,” sabi ng senior author na si Hitinder Gurm.

Ang programa ay maaaring makatulong sa iyo at sa iyong doktor na gumawa ng matalinong mga desisyon tungkol sa iyong paggamot. Gayundin, maaari itong magturo sa iyo tungkol sa mga potensyal na kalamangan at kahinaan ng PCI.

Maaaring gusto mo rin: Binabago ng mga robot ang medikal na edukasyon

Ang mga feature na ito ay nagbibigay sa iyo ng higit na kontrol at kumpiyansa sa iyong kalusugan. Gayundin, mapapabuti nito ang kalidad at kaligtasan ng pamamaraang ito upang makapagligtas ng mas maraming buhay.

“Ang AI tool na ito ay maaaring makilala ang isang malawak na hanay ng mga resulta pagkatapos ng PCI at maaaring gamitin ng mga provider ng pangangalaga at mga pasyente nang magkasama upang magpasya ang pinakamahusay na kurso ng paggamot,” sabi ni David E. Hamilton, MD, ang nangungunang may-akda ng pag-aaral.

“Hindi lamang ito makakatulong sa mabilis na paghahatid ng kumplikadong impormasyon sa provider, ngunit maaari rin itong magamit upang mapahusay ang edukasyon ng pasyente sa mga panganib na nauugnay sa PCI.”

Iba pang mga imbensyon sa kalusugan ng AI

Ang isa pang grupo ng mga mananaliksik ay lumikha ng isang AI program na hinuhulaan ang posibilidad na magkaroon ng sakit sa puso ang isang tao. Tinatawag nila itong QUARTZ o QUantitative Analysis of Retinal vessels Topology and siZe).

Gumagamit ito ng database ng mga retinal na larawan mula sa 88,052 kalahok sa UK Biobank at 7,411 katao mula sa isang European Prospective Investigation into Cancer (EPIC)-Norfolk na pag-aaral. Inihahambing ng QUARTZ ang mga pag-scan ng mata ng isang pasyente sa mga larawang ito upang matukoy nito ang mga potensyal na isyu. Halimbawa, kung ang iyong pag-scan sa mata ay katulad ng isang pasyente ng stroke, sasabihin nito na mataas ang panganib para dito.

Sa kabilang panig ng mundo, gumawa ang mga Korean researcher ng deep-learning algorithm para makita ang childhood autism na may 100% na katumpakan. Binuo nila ito sa pamamagitan ng pagkuha ng retinal na litrato ng 1,890 mata ng 958 kalahok sa ilalim ng 19.

Nagtipon din sila ng mga retinal na litrato mula sa mga taong may tipikal na pag-unlad (TD) na tumutugma sa edad at kasarian ng mga kalahok sa autism. Sa madaling salita, kumuha sila ng mga larawan sa mata ng mga walang autism bilang isang hiwalay na grupo ng kontrol.

Pagkatapos, lumikha ang koponan ng convolutional neural network. Ito ay isang malalim na algorithm sa pag-aaral na nagsasanay ng mga modelo ng AI para sa ASD upang masuri at suriin ang kalubhaan ng sintomas.

Maaaring gusto mo rin: Ang mga robot ng Hong Kong ay tumutulong sa mga batang may autism

Ang pagsasanay sa AI ay nagsasangkot ng 85% ng mga retinal na larawan at kaukulang mga marka mula sa mga pagsusuri sa kalubhaan ng sintomas. Sa kabaligtaran, inilaan nila ang 15% para sa mga layunin ng pagsubok.

Nagbunga ito ng mean area sa ilalim ng receiver operating characteristic (AUROC) curve na 1.00. Ang ibig sabihin ng “1” ay hinuhulaan ng modelo ang autism na may 100% katumpakan.

Nakakagulat, inaangkin ng koponan na ang pag-alis ng 95% ng hindi gaanong mahalagang bahagi ng mga larawan ng retinal ay nagpapakita ng hindi gaanong pagbaba sa katumpakan. “Ang aming mga modelo ay may magandang pagganap sa pagkakaiba sa pagitan ng ASD at TD gamit ang mga retinal na litrato, na nagpapahiwatig na ang mga pagbabago sa retinal sa ASD ay maaaring may potensyal na halaga bilang mga biomarker,” sabi ng pag-aaral.

Konklusyon

Gumawa ang mga mananaliksik ng isang heart surgery AI na tinatantya ang mga panganib sa komplikasyon pagkatapos ng percutaneous coronary intervention. Bilang resulta, maaari nitong gawing mas ligtas ang pamamaraan.

Ang artificial intelligence ay nagpapabuti sa kalusugan ng cardiovascular at higit pa. Nagbahagi ako ng ilang halimbawa na nagbibigay-daan sa amin na matukoy ang mga panganib sa kalusugan nang mas maaga kaysa dati.

Pinapaganda ng edad ng AI ang pang-araw-araw na buhay habang mabilis itong umuunlad. Matuto pa tungkol sa mga epekto nito sa hinaharap sa Inquirer Tech. Gayundin, makakuha ng higit pang impormasyon sa heart surgery AI sa European Heart Journal.

MGA PAKSA:

Share.
Exit mobile version