Przecław News

Informacje o Polsce. Wybierz tematy, o których chcesz dowiedzieć się więcej w Wiadomościach Przecławia.

Sztuczna inteligencja może pomóc przewidzieć problemy z sercem u krytycznie chorych dzieci: badania

Sztuczna inteligencja może pomóc przewidzieć problemy z sercem u krytycznie chorych dzieci: badania

A Wyjątkowa współpraca Wśród naukowców z U of T Engineering i lekarzy szpitalnych sztuczna inteligencja jest pionierem w wykorzystaniu sztucznej inteligencji — podobnej do sztucznej inteligencji, która pomaga wykrywać trzęsienia ziemi — do diagnozowania zaburzeń rytmu serca w szpitalu dla chorych dzieci w Toronto.

Naukowcy twierdzą, że innowacyjne podejście, które łączy specjalnie wyszkoloną sztuczną inteligencję z doświadczeniem klinicystów SickKids, może prowadzić do znacznie lepszych wyników zdrowotnych krytycznie chorych dzieci, zapewniając szybszą i dokładniejszą diagnozę problemów z sercem, a także zmniejszając wymagania stawiane lekarzom. czas.

„Może to pomóc niektórym z naszych najbardziej narażonych pacjentów, jednocześnie zmniejszając obciążenie systemu opieki zdrowotnej” – mówi. Majai Maazouilekarz pierwszego kontaktu w SickKids, profesor nadzwyczajny w Klinice Pediatrii na Wydziale Lekarskim Uniwersytetu w Temerti oraz współkierownik badań w Temerti Centrum Badań Sztucznej Inteligencji i Edukacji w Medycynie.

Kiedy serce pracuje tak, jak powinno, bije w regularnym rytmie — znajomy pionowy skok, po którym następują zmarszczki widoczne na monitorze pracy serca. Bardzo szybkie, bardzo wolne lub chaotyczne bicie serca może spowodować poważne komplikacje i śmierć.

Jedno na troje dzieci przyjmowanych na OIOM ma zaburzenia rytmu serca – w SickKids dotyka to nawet 700 dzieci rocznie. Pacjenci ci wymagają stałego monitorowania, co stawia ogromne wymagania przed personelem szpitala, który zazwyczaj opiekuje się jednocześnie innymi pacjentami.

„Wyzwanie polega na tym, że lekarze nie mogą stale monitorować każdego łóżka” – mówi. Sebastiana Goodfellowaadiunkt na Wydziale Inżynierii Lądowej i Metalurgicznej na Uniwersytecie w Teksasie oraz główny badacz na Uniwersytecie w Teksasie Instytut Górniczy Lasund. Może to opóźnić wykrycie lub rozpoznanie arytmii, prowadząc do gorszych wyników leczenia pacjenta.

On i Mazoe, dyrektor ds. inżynierii translacyjnej w medycynie intensywnej opieki w SickKids, opracowują coś, co według nich będzie przełomowym rozwiązaniem.

READ  Wiadomości zdrowotne | Nowotwory zmieniają swój metabolizm, aby skuteczniej się rozprzestrzeniać: Badanie

Przed dołączeniem do College of Applied Science and Engineering Goodfellow pracował w start-upie wydobywczym, gdzie pomagał budować modele AI do skanowania danych geologicznych w poszukiwaniu określonych wzorców. W 2017 roku został zaproszony do udziału w wyzwaniu „Informatyka w Kardiologii” z zespołem Laboratoria Lawsona, grupa badawcza w SickKids. Tam spotkał Maazoui, który był zainteresowany wykorzystaniem sztucznej inteligencji do wykrywania arytmii i szukał pomocy w złożonym wyzwaniu, jakim było wdrożenie jej w szpitalu. Doświadczenie Goodfellowa uczyniło go naturalnym współpracownikiem.

Tworzona przez nich sztuczna inteligencja jest szkolona w rozpoznawaniu znaków ostrzegawczych zbliżających się arytmii w oparciu o doświadczenie lekarzy i ponad 10 000 odczytów elektrokardiogramu – to liczba znacznie większa niż nawet najbardziej doświadczeni lekarze napotkaliby w swojej karierze. Przed wdrożeniem u pacjentów sztuczna inteligencja musi być w stanie dorównać lub przewyższyć wydajność lekarza i dokładnie włączyć alarm, gdy pojawi się znak ostrzegawczy arytmii.

„Chcemy, aby ta sztuczna inteligencja współpracowała z najlepszą ludzką inteligencją w rodzaju inteligencji opartej na współpracy”, mówi Mazoe. „Nie wierzymy, że sztuczna inteligencja zastąpi lekarzy, ale wierzymy, że lekarze stosujący sztuczną inteligencję będą osiągać lepsze wyniki i zastąpią lekarzy, którzy tego nie robią”.

Naukowcy początkowo skupiają się na specyficznym rodzaju nieregularnej czynności serca zwanej dziedziczną tachykardią pozamaciczną, która jest szczególnie trudna do wykrycia, ponieważ obejmuje subtelne zmiany w zapisie EKG pacjenta. U tych, którzy niedawno przeszli korekcyjną operację serca, JET stwarza znaczne ryzyko urazu lub śmierci.

Wczesne wykrycie i leczenie JET zmniejsza te zagrożenia, a także pozwala skrócić czas pobytu pacjenta w szpitalu lub na oddziale intensywnej terapii, co jest korzystne dla całego systemu opieki zdrowotnej – mówi Mazwi. Ostatecznie naukowcy mają nadzieję opracować modele AI do wykrywania wszelkiego rodzaju nieprawidłowości rytmu serca.

Chociaż sztuczna inteligencja robi szybkie postępy w wielu dziedzinach życia, w tym w medycynie, Mazoe twierdzi, że proces w opiece zdrowotnej jest z konieczności wolniejszy i bardziej ostrożny. Model AI musi zostać przetestowany i ponownie przetestowany, aby upewnić się, że poprawi wyniki pacjentów i ogólną wydajność systemu opieki zdrowotnej, zanim będzie można go zastosować na rzeczywistych pacjentach.

READ  Całkowitą liczbę dróg oddechowych można wykorzystać do pomiaru depresji płucnej w POChP

„Mamy znacznie wyższe standardy” – mówi. „Nie możesz wdrożyć sztucznej inteligencji, dopóki nie będziesz absolutnie pewien, że zapewni ona korzyści w stosunku do istniejącego procesu”.

Zespół badawczy z U of T i SickKids współpracuje z klinicystami i naukowcami z innych szpitali dziecięcych w Anglii, Izraelu i Australii, aby przetestować modele sztucznej inteligencji opracowywane w Toronto. Ich cel: ustalenie, czy modele działają również na podobnych populacjach pacjentów w innych szpitalach i zasianie nasion do ekspansji poza Kanadę.

„Wykrywanie i diagnozowanie arytmii w odpowiednim czasie jest wyzwaniem – i jest to jeszcze większe wyzwanie dla szpitali, które nie mają funduszy i wiedzy, jaką ma SickKids” – mówi Goodfellow. „Prawdziwy wpływ będzie miał, gdy przeniesiemy tę technologię do społeczności znajdujących się w niekorzystnej sytuacji”.