[ad_1]
هیتاچی، آموزشی ویبولیتین، دانشگاه بهداشت یوتا، و موسسه Regenstrief، Inc. امروز توسعه یک روش هوش مصنوعی را برای بهبود مراقبت از بیماران مبتلا به دیابت نوع 2 که به درمان پیچیده نیاز دارند، اعلام کردند. از هر 10 بزرگسال در سراسر جهان، یک نفر مبتلا به دیابت نوع 2 تشخیص داده شده است، اما تعداد کمتری برای کنترل سطح گلوکز خون و جلوگیری از عوارض جدی، مانند از دست دادن بینایی و بیماری کلیوی، به چندین دارو نیاز دارند.
برای این گروه کوچکتر از بیماران، پزشکان ممکن است تجربه تصمیم گیری بالینی محدود یا راهنمایی مبتنی بر شواهد برای انتخاب ترکیبات دارویی داشته باشند. راه حل افزایش تعداد بیماران برای حمایت از توسعه اصول کلی برای هدایت تصمیم گیری است. با این حال، ترکیب دادههای بیمار از چندین مؤسسه مراقبتهای بهداشتی، به تخصص عمیق در هوش مصنوعی (AI) و تجربه گسترده در توسعه مدلهای یادگیری ماشینی با استفاده از دادههای حساس و پیچیده مراقبتهای بهداشتی نیاز دارد.
محققان هیتاچی، U Health و Regenstrief برای توسعه و آزمایش یک روش هوش مصنوعی جدید همکاری کردند که دادههای سوابق الکترونیکی سلامت را در سراسر یوتا و ایندیانا تجزیه و تحلیل میکند و الگوهای درمانی قابل تعمیم بیماران دیابت نوع 2 با ویژگیهای مشابه را یاد میگیرد. اکنون می توان از آن الگوها برای کمک به تعیین یک رژیم دارویی بهینه برای یک بیمار خاص استفاده کرد.
برخی از نتایج این مطالعه در مجله پزشکی معتبر منتشر شده است. مجله انفورماتیک زیست پزشکی، در مقاله “پیش بینی نتایج دارویی برای دیابت نوع 2: ارزیابی سه رویکرد برای اعمال نفوذ اطلاعات پرونده الکترونیک سلامت از منابع متعدد.”
هیتاچی چندین سال با U of U Health روی توسعه یک سیستم انتخاب دارو درمانی برای درمان دیابت کار کرده بود. با این حال، سیستم همیشه قادر به پیشبینی دقیق الگوهای درمانی پیچیدهتر و کمتر رایج نبود، زیرا دادههای کافی در اختیار نداشت. علاوه بر این، استفاده از دادههای چندین مرکز آسان نبود، زیرا لازم بود تفاوتها در وضعیت بیماری بیمار و داروهای درمانی تجویز شده در میان مراکز و مناطق مورد بررسی قرار گیرد. برای مقابله با این چالش ها، این پروژه با Regenstrief همکاری کرد تا داده هایی را که با آن کار می کرد غنی کند.
روش جدید هوش مصنوعی در ابتدا بیماران مبتلا به بیماری های مشابه را گروه بندی می کند و سپس الگوهای درمانی و نتایج بالینی آنها را تجزیه و تحلیل می کند. سپس بیمار مورد علاقه را با گروههای وضعیت بیماری مطابقت میدهد و بسته به گزینههای درمانی مختلف، دامنه پیامدهای بالقوه را برای بیمار پیشبینی میکند. محققان ارزیابی کردند که این روش تا چه اندازه در پیشبینی نتایج موفقیتآمیز با توجه به رژیمهای دارویی تجویز شده برای بیماران مبتلا به دیابت در یوتا و ایندیانا کار میکند. این الگوریتم قادر بود از انتخاب دارو برای بیش از 83 درصد بیماران پشتیبانی کند، حتی زمانی که دو یا چند دارو با هم استفاده میشدند.
در آینده، تیم تحقیقاتی انتظار دارد به بیماران مبتلا به دیابت که نیاز به درمان پیچیده ای دارند، در بررسی اثربخشی ترکیبات مختلف دارویی و سپس تصمیم گیری با پزشکان خود در مورد برنامه درمانی مناسب برای آنها کمک کند. این نه تنها منجر به مدیریت بهتر دیابت می شود، بلکه باعث افزایش مشارکت، انطباق و کیفیت زندگی بیمار می شود.
سه طرف به ارزیابی و بهبود اثربخشی روش جدید هوش مصنوعی و کمک به مراقبت از بیمار در آینده از طریق تحقیقات بیشتر در انفورماتیک مراقبت های بهداشتی ادامه خواهند داد.
هیتاچی تلاشها، از جمله کاربرد عملی این فناوری را از طریق همکاری بین بخشهای مراقبتهای بهداشتی و تجارت فناوری اطلاعات و گروه تحقیق و توسعه، تسریع خواهد کرد. شرکت GlobalLogic، یک شرکت گروه هیتاچی و پیشرو در مهندسی دیجیتال، پروژههای مرتبط با مراقبتهای بهداشتی را در ایالات متحده ترویج میکند، همچنین همکاری در این زمینه را تعمیق خواهد داد. از طریق این تلاش ها، کل گروه هیتاچی به سلامت و ایمنی مردم کمک خواهد کرد.
منبع داستان:
مواد ارائه شده توسط موسسه Regenstrief. توجه: محتوا ممکن است برای سبک و طول ویرایش شود.
[ad_2]