Καρδιακή ανεπάρκεια διάγνωση: Κάθε χρόνο, περίπου 1 στους 8 θανάτους των ΗΠΑ προκαλείται τουλάχιστον εν μέρει από καρδιακή ανεπάρκεια. Ένα από τα πιο κοινά προειδοποιητικά σημάδια της οξείας καρδιακής ανεπάρκειας είναι η περίσσεια υγρού στους πνεύμονες, μια κατάσταση γνωστή ως πνευμονικό οίδημα Το ακριβές επίπεδο περίσσειας υγρού ενός ασθενούς συχνά υπαγορεύει την πορεία δράσης του γιατρού, αλλά η λήψη τέτοιων προσδιορισμών είναι δύσκολη και απαιτεί από τους κλινικούς ιατρούς να βασίζονται σε ανεπαίσθητα χαρακτηριστικά στις ακτίνες Χ που μερικές φορές οδηγούν σε ασυνεπή διάγνωση και σχέδια θεραπείας.
Για να χειριστεί καλύτερα αυτό το είδος απόχρωσης, μια ομάδα με επικεφαλής ερευνητές στο εργαστήριο Επιστήμης Υπολογιστών και Τεχνητής Νοημοσύνης του MIT (CSAIL) έχει αναπτύξει ένα μοντέλο μηχανικής μάθησης που μπορεί να εξετάσει μια ακτινογραφία για να ποσοτικοποιήσει πόσο σοβαρό είναι το οίδημα, κλίμακα επιπέδου που κυμαίνεται από 0 (υγιής) έως 3 (πολύ, πολύ κακή). Το σύστημα καθόρισε το σωστό επίπεδο περισσότερο από το ήμισυ του χρόνου και σωστά διαγνώστηκε το επίπεδο 3 περιπτώσεις 90% του χρόνου.
Σε συνεργασία με το Beth Israel Deaconess Medical Center (BIDMC) και τη Philips, η ομάδα σχεδιάζει να ενσωματώσει το μοντέλο στη ροή εργασιών έκτακτης ανάγκης της BIDMC το φθινόπωρο. “Αυτό το έργο προορίζεται να αυξήσει τη ροή εργασίας των ιατρών παρέχοντας πρόσθετες πληροφορίες που μπορούν να χρησιμοποιηθούν για την ενημέρωση των διαγνώσεών τους καθώς και για την αναδρομική ανάλυση”, λέει ο Ph.D. μαθητής Ruizhi Liao, ο οποίος ήταν συν-επικεφαλής συγγραφέας μιας σχετικής εργασίας με συναδέλφους Ph.D. φοιτητής Geeticka Chauhan και καθηγητές MIT Polina Golland και Peter Szolovits.
Η ομάδα λέει ότι η καλύτερη διάγνωση οιδήματος θα βοηθούσε τους γιατρούς να διαχειριστούν όχι μόνο οξέα καρδιακά προβλήματα, αλλά και άλλες καταστάσεις όπως σήψη και νεφρική ανεπάρκεια που σχετίζονται στενά με το οίδημα. Ως μέρος ενός άρθρου, ο Liao και οι συνεργάτες του πήραν επίσης ένα υπάρχον δημόσιο σύνολο δεδομένων με εικόνες ακτίνων Χ και ανέπτυξαν νέους σχολιασμούς ετικετών σοβαρότητας που συμφωνήθηκαν από μια ομάδα τεσσάρων ακτινολόγων. Η ελπίδα του Liao είναι ότι αυτές οι ετικέτες συναίνεσης μπορούν να χρησιμεύσουν ως καθολικό πρότυπο για τη συγκριτική αξιολόγηση της μελλοντικής ανάπτυξης μηχανικής μάθησης.
Διαβάστε όλες τις τελευταίες Ειδήσεις για την υγεία από την Ελλάδα και τον ΚόσμοΑκολουθήστε το healthweb.gr στο Google News και μάθετε πρώτοι όλες τις ειδήσεις
Ακολουθήστε το healthweb.gr στο κανάλι μας στο YouTube
