مطالب مرتبط:
دستگاه تعیین زمان مرگ ساخته شد
دستگاه تعیین زمان مرگ ساخته شد
روابط عمومی دستگاه های اجرایی در برنامه های خود در جامعه امید آفرینی کنند
استخدام ویزیتور و اپراتور دستگاه لیزر در تهران
بهره برداری از دستگاه جدید آنژیو گرافی بیمارستان سید الشهدای یزد
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 11:202018-01-24پزشكي

دستگاه تعیین زمان مرگ ساخته شد


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 - بیماری - پیش بینی - بیمارستان - دانشگاه - درمان - سازمان بهداشت جهانی - مصنوعی - بینی - دانشگاه استنفورد - نشانه های بیماری - درصد - دارو - نشان - جدید - محققان - بهداشت - شیمی درمانی - آمریکایی ها - پزشکی - زندگی - مرگ و میر - آمریکایی - آزمایش - پیشرفت - پزشکان - ماشین - جهانی

آخرین اخبار سرویس:
نزدیک افطار از ورزش کردن پرهیز کنید!

اعتیاد به خوردن + 5 راه درمان آن

بیماری دیابت چیست؟ بررسی علل، علائم تا تشخیص و درمان

نسخه های خانگی فوق العاده برای تقویت پوست و مو+ طرز تهیه

بهترین مایعات در ماه رمضان که باید مصرف کرد؟

با این ترفند ها 120 سال عمر کنید!

دانشکده های دانشگاه علوم پزشکی شهید بهشتی متمرکز می شوند

چگونه 120 سال عمر کنیم؟

تفاوت وزن نوزادان چپ دست و راست دست در هنگام تولد

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

مواد غذایی آلوده سالانه جان چند نفر را می گیرد؟

ارتباط میزان هوش با اتصال کارآمد میان نورون های مغز

ارتباط سایز کمر با کمبود ویتامین D

قارچ "کوهستان و ارگانیک" نخورید!

والیبالیست ها چه غذاهایی مصرف کنند؟

نکاتی برای پوشیدن کفش های پاشنه بلند

محمد آقاجانی، ندا میر باقر مقایسه تاثیر آوای قرآن کریم و موسیقی بر میزان اضطراب و علائم حیاتی بیماران

پی ام اس را با بارداری اشتباه نگیرید

کریستال در ادرار؛ علائم، انواع و درمان

اپیدمی مسمومیت با قارچ در کشور و چرایی آن

بالاخره کدام نوع نمک را استفاده کنیم؟

فراخوان شرکت در جشنواره رسانه های دیجیتال سلامت اعلام شد

مسعود نیر، عباس عبادی، مسعود خشکناب، عباس تولایی مقابله معنوی با پیامدهای اختلال استرس پس از ضربه ناشی از جنگ

چگونه 120 سال عمر کنیم؟

معرفی دانشمند ایرانی بعنوان چهره پیشرو در "درمان های میکروسکوپی ایمپلنت"

7 حرکت کششی صبحگاهی

درباره تپش قلب در دوران بارداری چه می دانید؟

آیا روزه گرفتن سبب زخم معده می شود؟

یان رپوپورت روان پزشکی و تجویزهای دارویی بی اساس

طرح تربیت "پرستار بیمارستانی" لغو نمی شود

معجون موز و زنجبیل برای چربی سوزی

سرنوشت مبهم «فریحا»

سفیده تخم مرغ، معجزه ی پوست

بدون مواد سمی از شر مورچه ها خلاص شوید

دشت سوتاو حمامیان دیگر مأمنی امن برای طنازی میش مرغ نیست

فال روزانه سه شنبه 1 خرداد 1397

تنباکوهایی که طعم سرطان می دهند

آب میوه های مشکوک!

خوراکی های مفید در درمان اسهال کدامند؟

سفیده تخم مرغ، معجزه ی پوست

چگونگی حفظ تناسب اندام با افزایش سن

دندانپزشکی بدون مجوز در کاشان پلمب شد

بازگشت صدا به حنجره خاموش

نود و پنچ درصد از مردم ایران تحت پوشش بیمه سلامت

آیا روزه گرفتن سبب زخم معده می شود؟

مسمومیت 116 نفر به دلیل مصرف قارچ سمی

گلاتیرامر ایرانی

افزایش قربانیان مصرف قارچ در کشور به 15 نفر ؛ 116 نفر در بیمارستان !

سرویکالژی چیست و چگونه درمان می­ شود؟

«ژن خوب» هم کشف شد!

تاکنون نود و پنچ درصد از مردم ایران تحت پوشش بیمه سلامت قرار گرفته اند

بهترین راهکارهای ترک خودارضایی

افزایش قربانیان مصرف قارچ در کشور به 15 نفر ؛ 116 نفر در بیمارستان !

چگونه در ماه رمضان سلامت بدن را حفظ کنیم؟

نکته بهداشتی: توجه به اطلاعات تغذیه ای

قارچ سمی 11 نفررادرکهگیلویه و بویراحمد راهی بیمارستان کرد

تفاوت باکتری و ویروس چیست؟

بدون مواد سمی از شر مورچه ها خلاص شوید

چگونه 120 سال عمر کنیم؟

جلوگیری از توزیع داروهای ترک اعتیاد در شهرستان شهرضا

ماجرای رشوه شرکت های تجهیزات پزشکی به پزشکان | هشدار درباره مصرف ریتالین

طرز تهیه حلوای آرد برنج ( ترحلوا ) به سبکی خوشمزه

چگونگی حفظ تناسب اندام با افزایش سن

با 7 مقصر اصلی پیر و چروک شدن پوست آشنا شوید

شناسایی 90 درصد مبتلایان به ایدز تا سال 1404

با این ترفند ها 120 سال عمر کنید!

آمار اهدای عضو در ایران +اینفوگرافیک

با این ترفند ها 120 سال عمر کنید!

راه های طبیعی برای افزایش اکسیژن در خون

روزیاتو: توصیه هایی برای تنظیم رژیم غذایی در ماه رمضان

کدام استان ها بیشترین میزان خودکشی با قرص برنج را دارند؟

ماجرای رشوه شرکت های تجهیزات پزشکی به پزشکان/هشدار درباره مصرف «ریتالین» در فصل امتحانات

روی کاناپه نخوابید

قارچ سمی11نفررادرکهگیلویه و بویراحمد راهی بیمارستان کرد

9 حقیقت شگفت انگیز در مورد نوزادان

اولین مجمع سلامت شهرستان مهریز برگزار شد

علت غش کردن چیست؟

کشتارگاه سنتی دام تویسرکان پلمب شد

1.2 تن مواد خوراکی فاسد در آران و بیدگل کشف شد

کشتارگاه سنتی دام تویسرکان پلمب شد

2 تن مواد خوراکی فاسد در آران و بیدگل کشف شد

5 داروی خانگی برای رفع درد پشت زانو

مسمومیت 40 نفر در استان ایلام به دلیل مصرف قارچ سمی

مرگ را در این کافی شاپ تجربه کنید

واکنش رییس شبکه هپاتیت به کمبود دارو: جان بیماران هپاتیت B در خطر است/ تا کی باید به بیماران وعده بدهیم؟

توصیه های بهداشتی در ماه مبارک رمضان

واکنش رییس شبکه هپاتیت به کمبود دارو: جان بیماران هپاتیت B در خطر است/ تا کی باید به بیماران وعده بدهیم؟ به بیماری که در خطر است چه دلداری بدهیم؟

اثرات روزه داری مادران باردار

روی کاناپه نخوابید

چگونه 120 سال عمر کنیم؟

تشخیص قارچهای سمی حتی برای قارچ شناسان امر دشواریست

چگونه 120 سال عمر کنیم؟

درمان ترش کردن معده با روش های خانگی و پزشکی

پاکسازی بدن در بهار با این غذاها

با این ترفند ها 120 سال عمر کنید!

چگونه 120 سال عمر کنیم؟

نوشیدنی های ضد عطش را بشناسید

با این ترفند ها 120 سال عمر کنید!

دستور پخت گل کلم با سس تند بوفالو

باید و نبایدهای تغذیه در ماه رمضان

دستگاه تعیین زمان مرگ ساخته شد

دستگاه تعیین زمان مرگ ساخته شد