Search Icon
ΑΝΑΖΗΤΗΣΗ
Τεχνολογία

Τεχνητή νοημοσύνη μοντέλο: Πώς καθορίζεται η θνητότητα από κορονοϊό

Τεχνητή νοημοσύνη μοντέλο: Πώς καθορίζεται η θνητότητα από κορονοϊό

Η τεχνητή νοημοσύνη είναι σε θέση να προβλέψει ποιος είναι πιο πιθανό να πεθάνει από τον κοροναϊό. Με αυτόν τον τρόπο, μπορεί επίσης να βοηθήσει να αποφασίσει ποιος θα πρέπει να βρίσκεται στην πρώτη γραμμή για τα πολύτιμα εμβόλια που χορηγούνται τώρα σε όλη τη Δανία.

Τεχνητή νοημοσύνη μοντέλο: Η τεχνητή νοημοσύνη είναι σε θέση να προβλέψει ποιος είναι πιο πιθανό να πεθάνει από τον κορωνοϊό. Με αυτόν τον τρόπο, μπορεί επίσης να βοηθήσει να αποφασίσει ποιος θα πρέπει να βρίσκεται στην πρώτη γραμμή για τα πολύτιμα εμβόλια που χορηγούνται τώρα σε όλη τη Δανία. Το αποτέλεσμα είναι από μια πρόσφατα δημοσιευμένη μελέτη από ερευνητές στο Τμήμα Επιστήμης Υπολογιστών του Πανεπιστημίου της Κοπεγχάγης. Από το πρώτο κύμα της πανδημίας COVID-19, οι ερευνητές εργάζονται για να αναπτύξουν μοντέλα υπολογιστών που μπορούν να προβλέψουν, με βάση το ιστορικό ασθενειών και τα δεδομένα υγείας , πόσο σοβαρά θα επηρεαστούν οι άνθρωποι από το COVID-19.

Με βάση τα δεδομένα ασθενών από την Πρωτεύουσα της Δανίας και της Περιφέρειας Ζηλανδίας, τα αποτελέσματα της μελέτης δείχνουν ότι η τεχνητή νοημοσύνη μπορεί, με βεβαιότητα έως και 90 τοις εκατό, να καθορίσει εάν ένα μη μολυσμένο άτομο που δεν έχει ακόμη μολυνθεί θα πεθάνει από το COVID-19 εάν είναι αρκετά ατυχή για να μολυνθούν. Μόλις εισαχθεί στο νοσοκομείο με COVID-19, ο υπολογιστής μπορεί να προβλέψει με ακρίβεια 80 τοις εκατό εάν το άτομο θα χρειαστεί αναπνευστήρα. “Ξεκινήσαμε να δουλεύουμε στα μοντέλα για να βοηθήσουμε τα νοσοκομεία, καθώς κατά τη διάρκεια του πρώτου κύματος, φοβόταν ότι δεν είχαν αρκετές αναπνευστικές συσκευές για ασθενείς εντατικής θεραπείας. Τα νέα μας ευρήματα θα μπορούσαν επίσης να χρησιμοποιηθούν για να προσδιορίσουν προσεκτικά ποιος χρειάζεται ένα εμβόλιο”, εξηγεί ο καθηγητής Mads Nielsen του Τμήματος Επιστήμης Υπολογιστών του Πανεπιστημίου της Κοπεγχάγης.

Οι ηλικιωμένοι με υψηλή αρτηριακή πίεση διατρέχουν τον υψηλότερο κίνδυνο

Οι ερευνητές τροφοδότησαν ένα πρόγραμμα υπολογιστή με δεδομένα υγείας από 3.944 Δανέζους ασθενείς με COVID-19. Αυτό εκπαίδευσε τον υπολογιστή να αναγνωρίζει μοτίβα και συσχετισμούς τόσο στις προηγούμενες ασθένειες των ασθενών όσο και στις περιόδους τους κατά του COVID-19. «Τα αποτελέσματά μας καταδεικνύουν, όπως ήταν αναμενόμενο, ότι η ηλικία και ο ΔΜΣ είναι οι πιο αποφασιστική παράμετροι για το πώς σοβαρά ένα άτομο θα επηρεαστεί από COVID-19. Αλλά η πιθανότητα θανάτου ή να καταλήξουν σε μια αναπνευστική συσκευή είναι επίσης αυξημένη, αν είστε άνδρας, έχουν υψηλή αρτηριακή πίεση ή νευρολογική ασθένεια “, εξηγεί η Mads Nielsen. Οι ασθένειες και οι παράγοντες υγείας που, σύμφωνα με τη μελέτη, επηρεάζουν περισσότερο το κατά πόσον ένας ασθενής καταλήγει σε αναπνευστήρα αφού μολυνθεί με COVID-19 είναι κατά σειρά προτεραιότητας: ΔΜΣ, ηλικία, υψηλή αρτηριακή πίεση, αρσενικό, νευρολογικό ασθένειες, ΧΑΠ, άσθμα, διαβήτης και καρδιακές παθήσεις. “Για όσους επηρεάζονται από μία ή περισσότερες από αυτές τις παραμέτρους, έχουμε διαπιστώσει ότι μπορεί να έχει νόημα να τα μεταφέρουμε στην ουρά εμβολίων, για να αποφύγουμε τον κίνδυνο ανάφλεξης και τελικά να καταλήξουν σε αναπνευστική συσκευή”, λέει ο Nielsen.

Η πρόβλεψη αναπνευστικών αναγκών είναι απαραίτητη

Οι ερευνητές συνεργάζονται επί του παρόντος με την πρωτεύουσα της Δανίας για να επωφεληθούν από αυτήν την νέα παρτίδα αποτελεσμάτων στην πράξη. Ελπίζουν ότι η τεχνητή νοημοσύνη θα είναι σύντομα σε θέση να βοηθήσει τα νοσοκομεία της χώρας προβλέποντας συνεχώς την ανάγκη για αναπνευστήρες. «Εργαζόμαστε προς έναν στόχο που θα πρέπει να είμαστε σε θέση να προβλέψουμε την ανάγκη αναπνευστικών συσκευών πέντε ημέρες μπροστά, δίνοντας στον υπολογιστή πρόσβαση σε δεδομένα υγείας για όλα τα θετικά COVID στην περιοχή», λέει η Mads Nielsen, προσθέτοντας: “Ο υπολογιστής δεν θα μπορέσει ποτέ να αντικαταστήσει την αξιολόγηση ενός γιατρού, αλλά μπορεί να βοηθήσει τους γιατρούς και τα νοσοκομεία να δουν πολλούς μολυσμένους ασθενείς με COVID-19 ταυτόχρονα και να θέσουν τις τρέχουσες προτεραιότητες”. Ωστόσο, εκκρεμεί τεχνική εργασία για τη διάθεση δεδομένων υγείας από την περιοχή στον υπολογιστή και στη συνέχεια για τον υπολογισμό του κινδύνου για τους μολυσμένους ασθενείς. Η έρευνα πραγματοποιήθηκε σε συνεργασία με το Rigshospitalet και το Bispebjerg και το Frederiksberg Hospital.

Διαβάστε όλες τις τελευταίες Ειδήσεις για την υγεία από την Ελλάδα και τον Κόσμο
Ακολουθήστε το healthweb.gr στο Google News και μάθετε πρώτοι όλες τις ειδήσεις
Ακολουθήστε το healthweb.gr στο κανάλι μας στο YouTube

Διαβάστε Eπίσης:

Νέο εργαλείο τεχνητής νοημοσύνης μπορεί να βοηθήσει στην αντιμετώπιση των μεταλλάξεων του Covid

Νέος αλγόριθμος μηχανικής μάθησης αποκαλύπτει τις πολιτικές σας πεποιθησεις

Το Εθνικό Δίκτυο Υποδομών Τεχνολογίας και Έρευνας (ΕΔΥΤΕ) στη μάχη κατά του κορωνοϊού

svg%3E svg%3E
svg%3E
svg%3E
Περισσότερα

3D κυτταρικό μοντέλο: Μια νέα προσέγγιση στη θεραπεία τραυματισμών χειλιών

3D κυτταρικό μοντέλο: Οι ερευνητές έχουν σημειώσει μια σημαντική πρόοδο στην αναγεννητική ιατρική, δημιουργώντας το πρώτο τρισδιάστατο κυτταρικό μοντέλο στον κόσμο που έχει σχεδιαστεί ειδικά για τη μελέτη τραυματισμών στα χείλη.

Υγειονομική περίθαλψη: Πώς το AI δημιουργεί ένα νέο ψηφιακό χάσμα υγείας

Υγειονομική περίθαλψη: Καθώς βρισκόμαστε στο κατώφλι μιας επανάστασης στον τομέα της υγειονομικής περίθαλψης, είναι κρίσιμο να εξετάσουμε τις βαθιές κοινωνικές επιπτώσεις που συνεπάγεται.

Καρκίνος του Μαστού: Νέες γνώσεις από την κυτταρική ανάλυση

Καρκίνος του Μαστού: Η πρόσφατη έρευνα προσφέρει μια σημαντική κατανόηση των διάφορων τύπων κυττάρων του μαστού και της σχέσης τους με την ανάπτυξη και εξάπλωση του καρκίνου του μαστού.

Μετρητές γλυκόζης: Μια νέα τάση για την προσωπική ευεξία;

Μετρητές γλυκόζης: Καθώς οι τομείς της ευεξίας και της τεχνολογίας υγείας εξελίσσονται, οι μετρητές γλυκόζης προσελκύουν το ενδιαφέρον ως ενδεχόμενο νέο αξεσουάρ για όσους ενδιαφέρονται για την προσωπική τους υγεία.

Υπέρηχος: Νέα ελπίδα για γρήγορη διάγνωση εγκεφαλικών τραυματισμών

Υπέρηχος: Η τεχνολογία του υπερήχου, γνωστή για τη χρήση της στη διάγνωση διαφόρων ιατρικών καταστάσεων, αποδεικνύεται ολοένα και πιο χρήσιμη και ως εργαλείο αναζήτησης και διάσωσης, ιδίως σε περιπτώσεις εγκεφαλικών τραυματισμών.

Καρκίνος του προστάτη: Πώς η τεχνητή νοημοσύνη βελτιώνει τη διάγνωση του;

Καρκίνος του προστάτη: Η ενσωμάτωση της τεχνητής νοημοσύνης στον ιατρικό τομέα έχει επαναστατήσει διάφορες διαγνωστικές διαδικασίες, με μία από τις πιο υποσχόμενες εφαρμογές της να είναι η μέτρηση και ανάλυση των βλαβών του καρκίνου του προστάτη.

Διαγνωστική επανάσταση: Ανίχνευση σηψαιμίας σε νεογέννητα με τεχνητή νοημοσύνη

Διαγνωστική επανάσταση: Νέα ερευνητικά δεδομένα έχουν οδηγήσει στην ανάπτυξη ενός καινοτόμου εργαλείου που μπορεί να προβλέψει τη σηψαιμία σε νεογέννητα που φαίνονται υγιή.

Close Icon