به گزارش گروه علم و فناوری ، محققان “دانشگاه لستر” (دانشگاه لستر) به بررسی این موضوع پرداخته اند که آیا هوش مصنوعی می تواند خطر حمله قلبی کشنده را پیش بینی کند یا خیر.
به گزارش زی بیزینس، در آزمایشی توسط دانشگاه لستر، یک دستگاه مبتنی بر هوش مصنوعی در 80 درصد مواقع ضربان قلب کشنده را به درستی شناسایی کرد.
آریتمی بطنی یک اختلال ریتم قلب است که از حفره های تحتانی (بطن ها) منشا می گیرد. در این شرایط ضربان قلب به قدری تند می شود که فشار خون کاهش می یابد و در صورت عدم درمان فوری می تواند به سرعت منجر به از دست دادن هوشیاری و مرگ ناگهانی شود.
دستگاه مجهز به هوش مصنوعی نتایج چندین الکتروکاردیوگرام هولتر بزرگسالان را که در خانه در طول زندگی عادی روزانه آنها گرفته شده بود، تجزیه و تحلیل کرد. شرکت کنندگان بزرگسالانی بودند که بین سال های 2014 تا 2022 الکتروکاردیوگرام هولتر را به عنوان بخشی از مراقبت های پزشکی خود دریافت کردند. نتایج برای این بیماران واضح بود و 159 نفر آریتمی های بطنی کشنده را به طور متوسط 1.6 سال پس از آزمایش تجربه کردند.
دستگاه هوش مصنوعی که با نام VA-ResNet-50 شناخته میشود، برای بررسی ضربان قلب بیماران مورد استفاده قرار میگیرد تا ببیند آیا قلب آنها ضربان کشنده را نشان میدهد یا خیر.
پروفسور آندره نگ، یکی از محققان این پروژه، گفت: “راهنماهای بالینی فعلی که به ما کمک می کند تصمیم بگیریم کدام بیماران بیشتر در معرض خطر ابتلا به آریتمی های بطنی هستند و کدام یک باید درمان نجات بخش با دفیبریلاتور کاردیوورتر قابل کاشت دریافت کنند” (ICD) ) سود بیشتری دارند، دقت کافی ندارند. آنها ممکن است باعث عوارض قابل توجهی شوند و تعداد مرگ و میر ناشی از این بیماری را افزایش دهند.
Ng ادامه داد: ما دریافتیم که این دستگاه هوش مصنوعی در مقایسه با دستورالعمل های پزشکی فعلی عملکرد خوبی دارد و به درستی پیش بینی می کند که قلب کدام بیمار در چهار مورد از پنج مورد دچار آریتمی بطنی می شود.
وی افزود: وقتی دستگاه می گفت یک فرد در معرض خطر است، خطر یک حادثه مرگبار سه برابر بیشتر از بزرگسالان عادی بود. یافته های این تحقیق نشان می دهد که استفاده از هوش مصنوعی برای مشاهده ECG بیماران به تعیین خطر آریتمی بطنی، پیشنهاد درمان مناسب و در نهایت نجات جان افراد کمک می کند.
این تحقیق در “European Heart Journal” منتشر شده است.
انتهای پیام
گفتگو در مورد این post