مطالب مرتبط:
ماشین حسابی که تاریخ مرگ را اعلام می کند!
ماشین حسابی که تاریخ مرگ را اعلام می کند!
ابتلای استقلال به سندرم صدرنشین ها/ تاریخ از وقوع فاجعه می گوید!
شماره 58 فصلنامه مطالعات تاریخی با محوریت تاریخ شفاهی انقلاب منتشر شد
بهترین انیمیشن های کوتاه تاریخ (7)
5 + 1
یارانه ها
مسکن مهر
قیمت جهانی طلا
قیمت روز طلا و ارز
قیمت جهانی نفت
اخبار نرخ ارز
قیمت طلا
قیمت سکه
آب و هوا
بازار کار
افغانستان
تاجیکستان
استانها
ویدئو های ورزشی
طنز و کاریکاتور
بازار آتی سکه
چهارشنبه، 4 بهمن 1396 ساعت 10:522018-01-24پزشكي

دستگاهی که تاریخ مرگ را اعلام می کند!


یک سیستم هوش مصنوعی جدید که توسط دانشگاه استنفورد ساخته شده است، می تواند زمان مرگ بیماران مبتلا به مریضی سخت را با 90 درصد دقت پیش بینی کرده و به بهبود مراقبت از زندگی بیماران کمک کند.

- یک سیستم هوش مصنوعی جدید که توسط دانشگاه استنفورد ساخته شده است، می تواند زمان مرگ بیماران مبتلا به مریضی سخت را با 90 درصد دقت پیش بینی کرده و به بهبود مراقبت از زندگی بیماران کمک کند.

ممکن است اکنون ماشین حساب مرگ دانشگاه "استنفورد" بتواند با دقت به این پرسش پاسخ دهد: من چه زمانی می میرم؟ یک سیستم جدید یادگیری عمیق هوش مصنوعی می تواند در زمینه مراقبت تسکینی پیشرفت ایجاد کند.

"مراقبت تسکینی"(Palliative Care) بنا به تعریف سازمان بهداشت جهانی دربرگیرنده همه اقدامات فعال و کامل برای کاستن از رنج و درد و بهبود کیفیت زندگی در بیمار است.

این روش در حالت عمده مختص بیماران مبتلا به یک بیماری خاص است که به درمان پاسخ نمی دهند و نتیجه مستقیم بیماری، مرگ است و تنها به آرام نمودن بیمار و کم کردن نشانه های بیماری در وی برمی گردد.

در کنار نام مراقبت تسکینی می توان به داروهای تسکینی اشاره کرد که دربرگیرنده تجویز دارو برای از بین بردن درد یا کاهش یک "سمپتوم"(نشانه بیماری) می شود، برای مثال می توان به دارودرمانی در رفع تهوع پس از شیمی درمانی یا حتی کاستن سمپتوم ها در آنفلوانزا اشاره نمود.

محققان دانشگاه "استنفورد" یک الگوریتم جدید هوش مصنوعی را آزمایش کرده اند که می تواند به بیمارستان ها کمک کند که مراقبت های تسکینی را برای بیماران سرطانی و بیماران مبتلا به بیماری های خاص و صعب العلاج بهبود بخشند.

الگوریتم مبتنی بر یک دستگاه شبکه عصبی یادگیری عمیق می تواند پرونده های مهم پزشکی یا پرونده های بهداشت الکترونیکی ثبت شده بیماران مبتلا به بیماری حاد را تحلیل می کند تا نیاز آنان به مراقبت تسکینی را مشخص کند.

این الگوریتم می تواند زمان مرگ بیماران را با دقت 3 تا 12 ماه پیش بینی کند و از این پیش بینی برای مراجعه بیماران برای مراقبت تسکینی استفاده می کند.

محققان می گویند: پیش بینی های ما می تواند تیم مراقبت تسکینی بیمارستان ها را در جهت رسیدگی موثر به چنین افرادی به جای استفاده از درمان نافرجام پزشکان یا انجام بررسی های وقت گیر برای همه بیماران به کار گیرند.

مطالعات قبلی نشان داد که تقریبا 80 درصد از آمریکایی ها مایل هستند روزهای آخر عمر را در خانه بگذرانند، اما تنها 20 درصد قادر به انجام این کار هستند و بیش از نیمی از مرگ و میر بیماران در بیمارستان ها و در بخش های مراقبت های ویژه اتفاق می افتد.

در واقع بیماران مبتلا به بیماری حاد اغلب در طول روزهای واپسین شان به جای راحت گذاشته شدن، به شدت تحت مراقبت های ویژه بیهوده پزشکی قرار می گیرند.

به این دلیل است که توانایی بیمارستان ها برای ارائه مراقبت های تسکینی در سال های اخیر بهبود یافته است.

با این حال، مطالعه نشان می دهد که تنها 7 تا 8 درصد از بیماران در واقع آن را دریافت می کنند.

عواملی مانند فقدان متخصص مراقبت تسکینی از بیماران که تک تک داده های بیمار را تجزیه و تحلیل کند، آگاهی بخشی به بیمار و امید به زندگی موجب بروز این مشکل شده است.

اینجا جایی است که الگوریتم یادگیری عمیق هوش مصنوعی وارد عمل می شود.

"آناند آواتی" از دانشکده علوم کامپیوتر دانشگاه استنفورد می گوید: ما می توانیم یک مدل پیش بینی کننده را با استفاده از داده های عملیاتی به طور منظم در محیط مراقبت های پزشکی ایجاد کنیم.

مقیاس داده های موجود به ما امکان داد تا مدل همه جانبه پیش بینی مرگ را بسازیم.

روش یادگیری که به عنوان الگوریتم یادگیری عمیق شناخته می شود از شبکه های عصبی برای فیلتر کردن و تجزیه و تحلیل حجم زیادی از داده ها استفاده می کند.

این تحقیق پیش بینی مرگ و میر را با توجه به وجود نوعی بیماری، سن بیمار و ضرورت پذیرش در مقایسه با دیگران انجام می دهد.

از داده های پرونده الکترونیک بیمار(EHR) از اولین تماس در سال قبل برای تعیین زمان مرگ آنها ظرف 12 ماه استفاده می شود.

برای این مطالعه، محققان دو میلیون پرونده بیماران بزرگسال و کودکانی که به بیمارستان استنفورد و بیمارستان کودکان "لوسیل پکارد" بستری شده بودند، بررسی کردند.

آنها 200 هزار بیمار مناسب برای مطالعه را شناسایی کردند.

پرونده الکترونیک بیماران مذکور برای پیش بینی زمان مرگ به وسیله سیستم مورد تجزیه و تحلیل قرار گرفت.

برای این مطالعه آزمایشی، الگوریتم موظف بود زمان مرگ را در هر یک از 160 هزار بیمار طی 12 ماه از تاریخ داده شده پیش بینی کند.

این مطالعه توانست سیستم را برای پیش بینی زمان مرگ بیماران طی 3 تا 12 ماه آینده آموزش دهد.

پس از آن این الگوریتم، داده های 40 هزار بیمار باقی مانده را برآورد کرد و در 9 مورد از 10 مورد قادر به پیش بینی دقیق زمان مرگ آنها طی 3 تا 12 ماه بود.

اکثر بیماران با احتمال پایین مواجهه با مرگ در بررسی یک سال اخیر، ارزیابی شدند.

"کن جونگ"، دانشمند علوم پزشکی و سرپرست مطالعه می گوید: ما می خواهیم مطمئن شویم که بیماران مبتلا به بیماری حاد و خانواده هایشان قبل از آن که دیر شود، فرصتی برای گفتگو داشته باشند.

یافته های این مطالعه با عنوان "بهبود مراقبت تسکینی با یادگیری عمیق" در Arxiv منتشر شده است.


کلید واژه ها: بیمار - بیماران - مراقبت - پیش بینی - بیماری - دانشگاه استنفورد - دانشگاه - بیمارستان - مصنوعی - درمان - بینی - سازمان بهداشت جهانی - درصد - جدید - نشانه های بیماری - زندگی - دارو - نشان - بهداشت - آمریکایی ها - شیمی درمانی - آمریکایی - مرگ و میر - آزمایش - پیشرفت - پزشکان - تاریخ - ماشین - پزشکی - جهانی

آخرین اخبار سرویس:
ویروس کشنده نیپا در هند 9 قربانی گرفت

خوردن قارچ "کوهستان و ارگانیک" ممنوع!

عامل و علت اصلی مسومیت های قارچی اخیر مشخص شد

قارچ سمی پادزهر ندارد

طرح تربیت پرستار بیمارستانی لغو نمی شود

پادزهری برای قارچ های سمی وجود ندارد/فقط 6 درصد قارچ ها خوراکی است

پزشکی قانونی ​: تحویل 12 جسد با علائم مصرف قارچ های سمی

ستاد مرکزی اطلاع رسانی داروها و سموم سازمان غذا و دارو: عامل مسمومیت های قارچی اخیر پیدا شد

انجام امور درمانی برای 208 نفر از ایثارگران با حضور پروفسور مهدیان

ارتباط سایز کمر با کمبود ویتامین D

تبلیغات پزشکی که «جان» می گیرد

در گفت وگو با فارس مطرح شد نشانه های کم کاری تیرویید در نوزادان و کودکان

از نشانه های عجیب ابتلا به زوال عقل

پای لنگ حمایت ها در خصوص مادران باردار مستضعف

راهکارهای طلایی طب سنتی برای روزه داران

روزه داران این غذاها را در وعده سحری نخورند

عامل مسمومیت های قارچی اخیر مشخص شد

ارتباط سایز کمر با کمبود ویتامین D

قارچ های مرگ آور در سبد غذایی مردم قربانی می گیرد

داروی ضد فراموشی تولید شد

پاکسازی کانون آلوده به بیماری مشمشه

راه های تقویت بهره ی هوشی

توقف روند مسمومیت با مصرف قارچ سمی در کرمانشاه / حال 2 نفر از مسمومان وخیم است

160 بازرس بر بهداشت مواد غذایی در یزد نظارت دارند

63 مورد اهدای عضو طی 11 سال اخیر در قزوین انجام شده است

روزه داران این غذاها را در وعده سحری نخورند

شناسایی10 مورد ابتلا به تب کریمه کنگو در کشور + هشدار وزارت بهداشت

شناسایی10 مورد ابتلا به تب کریمه کنگو در کشور + هشدار وزارت بهداشت

شناسایی10 مورد ابتلا به تب کریمه کنگو در کشور + هشدار وزارت بهداشت

آشنایی با قارچ سمی که جان 15 نفر را گرفت

آیا روزه گرفتن سبب زخم معده می شود؟

160 بازرس بر بهداشت مواد غذایی در یزد نظارت دارند

آغاز برداشت 477 تن گیلاس در گیلان

راه های ساده و سالم برای تامین کلسیم بدن

گونه Amanita virosa عامل مسمومیت های قارچی اخیر

13 هزار مبتلا به ایدز تحت درمان هستند

قارچ کوهستان و ارگانیک نخورید!

شناسایی10 مورد ابتلا به تب کریمه کنگو در کشور + هشدار وزارت بهداشت

ارتباط سایز کمر با کمبود ویتامین D

مشاوران می توانند تشخیص دهند دو نفر برای ازدواج باهم مناسب هستند؟

عامل مسومیت های قارچی اخیر مشخص شد

قارچ "کوهستان و ارگانیک" نخورید!

ارتباط بین باکتری موجود در جفت و زایمان زودهنگام

تغذیه نامناسب دوران شیرخوارگی علت اصلی پوسیدگی دندان های کودکان

شناسایی آنتی اکسیدان طبیعی که سلامت قلب را بهبود می بخشد

روزه داران این غذاها را در وعده سحری نخورند

مادر واقعی "نوزاد متولد شده از رحم اجاره ای" نامشخص است

به 5 دلیل روی کاناپه نخوابید/ مشکلات جسمی این نوع خوابیدن چیست؟

دامداران چالدران پیشگیری از تب کریمه را جدی بگیرند

پلمپ دو واحد دندان پزشکی و دندان سازی درکاشان

مدیریت مهندسی بهداشت محیط در سلامت رمضان

دامداران چالدران پیشگیری از تب کریمه را جدی بگیرند

دامداران چالدران پیشگیری از تب کریمه را جدی بگیرند

عامل مسمومیت های قارچی شناخته شد/توصیه به هموطنان

ارتباط سایز کمر با کمبود ویتامین D

برگزاری نشست جهانی سلامت روان در لندن

راه های درمان برداشتن بیش از حد وسایل سفر

مشاوران می توانند تشخیص دهند دو نفر برای ازدواج باهم مناسب هستند؟

عکس | درمان یبوست در ماه رمضان

علت پوسیدگی دندان های کودکان

ارتباط سایز کمر با کمبود ویتامین D/ از طریق تماس پوست با نور خورشید ویتامین D تولید می شود

خطرات مصرف غذا در رستوران

آشنایی با انواع مختلف سرطان پوست

عکس | من موش آزمایشگاهی نیستم!

این رفتار اشتباه خطر ام اس را تشدید می کند

نزدیک افطار از ورزش کردن پرهیز کنید!

متخصص دندان پزشکی کودکان مطرح کرد تغذیه نامناسب دوران شیرخوارگی علت اصلی پوسیدگی دندان های کودکان

رونمایی از پایگاه خبری سازمان بیمه سلامت ایران/ رییس بیمه سلامت 40 میلیون ایرانی تحت پوشش بیمه سلامت هستند

نحوه خشک کردن میوه ها در فِر

شناسایی10 مورد ابتلا به تب کریمه کنگو در کشور + هشدار وزارت بهداشت

عکس هایی که هیتلر آنها را دوست نداشت

خطرناک ترین چربی مصرفی در جهان چیست؟

قارچ کوهستان و ارگانیک نخورید!

عامل مسمومیت های قارچی شناخته شد

استخدام دانشگاه علوم پزشکی کرمان (خبر جدید)

استخدام دانشگاه علوم پزشکی همدان (اعلام نتایج نهایی)

سرطان استخوان چیست؟ +علائم، علت و روش های درمان

ارتباط سایز کمر با کمبود ویتامین D

خطرناک ترین چربی مصرفی در جهان چیست؟

ارتباط سایز کمر با کمبود ویتامین D

مسمومیت قارچ ربطی به مصرف قارچ های خوراکی ندارد

اما و اگرهای حالات مختلف خوابیدن

مصرف قارچ سمی 94 نفر را در زنجان راهی بیمارستان کرد

متخصص تغذیه:زولبیا و بامیه بدون فایده و بسیار مضر است

افزایش اهدای عضو در زنجان

متخصص تغذیه:زولبیا و بامیه بدون فایده و بسیار مضر است

اهدای عضو، اهدای زندگی + فیلم

اجتماعی شدن نظام سلامت تحقق تحول نظام سلامت

کدام روغن ها برای سرخ کردن مناسبند؟

یقین؛ لازمه درک معاد

برای حضور در این کافه باید در تابوت بخوابید + عکس ها

خطرناک ترین چربی مصرفی در جهان چیست؟

اجتماعی شدن نظام سلامت رویکردی در راستای تحقق برنامه تحول نظام سلامت

آشنایی با انواع مختلف سرطان پوست

کمک هوش مصنوعی در پی بردن به اسرار مغز

علت پوسیدگی دندان های کودکان/توزیع دهان شویه به تنهایی کافی نیست

برای تخفیف گرفتن از این کافه باید در تابوت بخوابید + عکس ها

واکنش وزارت بهداشت به تخلف پزشکان رشوه بگیر

ارتباط سایز کمر با کمبود ویتامین D

از آرزوی آواز تا جراحی حنجره/ تبلیغات پزشکی که «جان» می گیرد

دستگاهی که تاریخ مرگ را اعلام می کند!

دستگاهی که تاریخ مرگ را اعلام می کند!