تصمیم‌گیری در مورد بیماران کما با یادگیری ماشین


زمانی که بیماری به کما می‌رود، فعالیت مغز به طور قابل توجهی کاهش یافته و بدن به محرک‌های خارجی مانند نور یا حرکت…

تصمیم‌گیری در مورد بیماران کما با یادگیری ماشین

ادامه حیات یا قطع امید:

تصمیم‌گیری در مورد بیماران کما با یادگیری ماشین
سیناپرس: زمانی که بیماری به کما می‌رود، فعالیت مغز به طور قابل توجهی کاهش یافته و بدن به محرک‌های خارجی مانند نور یا حرکت واکنس نشان نمی‌دهد. تعیین وضعیت آینده بیمار در این شرایط بسیار دشوار است و نمی‌توان با قاطعیت گفت که آیا بیمار از کما خارج می‌شود یا خیر.

متخصصان علوم اعصاب در آکادمی علوم چین و بیمارستان عمومی PLA در پکن، در تلاش برای توسعه ابزاری هستند که می‌تواند به پزشکان برای ارزیابی دقیق وضعیت بیمار در کما کمک کند.

در این مطالعه،الگوریتم‌های یادگیری ماشین (machine learning) با داده‌های تصویربرداری رزونانس مغناطیسی عملکردی (fMRI) از هزاران بیمار در کما تغذیه شد. نتایج به دست آمده بسیار امیدوارکننده بود و دقت پیش‌بینی الگوریتم یادگیری ماشین برای تعیین وضعیت بیماران در کما 90 درصد اعلام شد.

از این طریق پزشکان توانستند مشخص کنند که کدامیک از بیماران از شانس بیشتری برای خارج شدن از وضعیت کما برخوردار هستند.

پاسکال کاوفمان (Pascal Kaufmann)، عصب‌شناس و بنیانگذار شرکت Starmind سوئیس تأکید کرد: یادگیری ماشین ابزار بسیار کارآمدتری نسبت به انسان برای تجزیه و تحلیل این نوع از اطلاعات پیچیده بیولوژیکی است. ماشین، مجموعه داده‌ها در مورد وضعیت بیمار در کما را با سرعتی میلیون‌ها برابر سریعتر از انسان تجزیه و تحلیل می‌کند و این ارزیابی، قابل اطمینان‌تر است.

البته محققان چینی تأکید می‌کنند که این فناوری نباید تصمیم‌گیرنده نهایی در مورد ادامه حیات یا قطع امید از بیمار در کما باشد.

درحقیقت، ترکیبی از تجزیه و تحلیل‌های ماشین در کنار دانش تیم پزشکی می‌تواند به پیش‌بینی بهتر از وضعیت آینده بیمار در کما کمک کند. در نهایت، این خانواده بیمار هستند که باید درباره ادامه حیات یا قطع امید از بیمار تصمیم‌گیری کنند.

مترجم: معصومه سوهانی

منبع: futurism

لینک کوتاه

منتخب امروز

متن تبریک کریسمس | 70 پیام کریسمس فارسی و انگلیسی باکلاس