2024. 01. 10. - 08:45
COPD vagy asztma? - A nagy kockázatot megmondja a mesterséges intelligencia
A mesterséges intelligencia használata alkalmas a magas kockázatú asztmás és COPD-s betegek azonosítására – mutattak rá a kutatók.
Hasznos a mesterséges intelligencia (MI) annak kimutatására, kik azok az emberek, akiknél nagymértékű az asztma és a krónikus obstruktív tüdőbetegség (COPD) rizikója.
Az asztma és a COPD a két leggyakoribb tüdőbetegség világszerte. Ezen állapotok súlyosbodása negatívan befolyásolhatja az egészséget és növelheti az egészségügyi ellátás költségeit.
Mesterséges intelligencia mutatja meg a rizikót
Egy új tanulmány most kimutatta, hogy a mély tanulás - a mesterséges intelligencia egy fajtája, amely nagy mennyiségű adatot használ fel az információk feldolgozására -, javíthatja az ilyen betegségben szenvedő betegek felismerését, akiknél fokozott a többszöri kórházi kezelés kockázata. Olvasd el: Gyorsabbá és hatékonyabbá válhat az asztma kezelése a mesterséges intelligencia által
COPD vagy asztma? - A kockázatot megmondja a mesterséges intelligencia
A tanulmányban – melyet a Respiratory Research folyóiratban közöltek – a kutatók azonosították az elektronikus egészségügyi nyilvántartás (EHR) jellemzőit a súlyos asztmára és a COPD súlyosbodására vonatkozóan.
Ezután négy gépi tanulási modellt és egy mély tanulási modellt értékeltek a kórházba történő újbóli felvételek előrejelzésében, az EHR adatok felhasználásával. Kiderült, hogy a többrétegű perceptron nevű mély tanulási módszer nyújtja a legjobb teljesítményt.
Az eredmények alapján a mesterséges intelligencia segítséget adhat a pulmonológusoknak az asztma, a COPD és más állapotok új osztályozásának kidolgozásában – mondta Jose Gomez-Villalobos, orvostudományi docens, a Precision Pulmonary Medicine (P2MED) Központ igazgatója, amely a Yale School of Medicine Pulmonary Critical Care and Sleep Medicine (Yale-PCCSM) szekcióján belül működik.
„Ezen módszerek alkalmazása segíthet azonosítani azon páciensek csoportjait, akiknek előnyös lehet a speciális kezelés, vagy olyan jellemzőkkel rendelkeznek, amelyek nem mindig nyilvánvalóak a klinikusok számára - mondta Gomez-Villalobos. - Ha tudjuk, hogy mely betegeknél áll fenn megnövekedett szükséglet, vagy előnyt szerezhetnek a célzott terápiákból, csökkenthetjük a kórházba visszakerülésük valószínűségét.”
Gomez-Villalobos megjegyezte: fontos tudni azt is, hogy a tanulmány jelentős faji és etnikai különbségekre hívta fel a figyelmet a betegségek súlyosbodása esetében. A kisebbségi csoportoknál aránytalan a kórházi kezelések száma.
A legjobb ellátás és a kórházba kerülés elkerülése
Az új eszközök fontos lépést jelentenek, biztosítva, hogy a betegek a lehető legjobb ellátásban részesüljenek – mondta Naftali Kaminski orvos, a Boehringer Ingelheim Pharmaceuticals, Inc. orvosprofesszora és a Yale-PCCSM vezetője.
„A mély tanulás és a mesterséges intelligencia beépítése a klinikai gyakorlatba segíthet előtérbe helyezni a légúti betegségben szenvedő, veszélyeztetett egyének ellátását. Büszke vagyok arra az úttörő előrelépésre, amelyet P2MED kutatói e cél felé tesznek” - mondta.
Miközben a pulmonológusok az asztma és a COPD kezelésének javításán dolgoznak, Gomez-Villalobos számítási módszerek és mesterséges intelligencia alkalmazásában gondolkodik a beavatkozások személyre szabása érdekében, javítva a kisebbségi és más csoportokhoz tartozó betegek állapotának kimenetelét - akik nagy kockázatnak vannak kitéve.
Az új ismeretek csökkentik majd azokat az eseményeket, melyek miatt a betegek sürgősségi osztályra vagy kórházba kerülnek. Ráadásul ez költséges és intenzív erőforrás-felhasználás – jegyezte meg.
„Ezen neurális hálózatok - vagyis a mesterséges intelligencia – ereje abban rejlik, hogy lehetővé teszi annak szinergizálását és átalakítását, amit klinikusként teszünk, ezáltal minden beteg számára jobb eredményeket érjünk el” – mondta a szakember.
L.A.
