به گزارش ایسنا و به نقل از مدیکالاکسپرس، بسیاری از قربانیان سوختگی، از "نارسایی حاد کلیه"(AKI) رنج میبرند اما تشخیص زودهنگام این مشکل، به یک چالش بزرگ تبدیل شده است. پژوهشگران "مرکز پزشکی یوسی دیویس" (UC Davis Health) آمریکا با همکاری"هومن رشیدی"(Hooman Rashidi)، استاد بخش آسیبشناسی این مؤسسه، مدل جدیدی از یادگیری ماشینی مبتنی بر هوش مصنوعی ابداع کردهاند که میتواند نارسایی حاد کلیه را با دقت و سرعت بالایی پیشبینی کند.
"تینا پالمیری"(Tina Palmieri)، استاد مرکز پزشکی یوسی دیویس گفت: توانایی پیشبینی نارسایی حاد کلیه در بیماران مبتلا به سوختگی با استفاده از هوش مصنوعی، کار قابل توجهی برای مراکز درمان سوختگی به شمار میرود زیرا اگر بتوانیم امکان ابتلاء به نارسایی حاد کلیه را در بیماران پیشبینی کنیم، میتوانیم راههای درمان آن را نیز ارائه دهیم.
نارسایی حاد کلیه چیست؟
نارسایی حاد کلیه، یک عارضه ناگهانی و خطرناک در کلیه است که میتواند به کاهش شدید حجم ادرار منجر شود. این مشکل معمولاً در نخستین هفته پس از سوختگی شدید به خصوص در نخستین ۲۴ ساعت بحرانی رخ میدهد. ابتلاء به نارسایی حاد کلیه پس از سوختگی شدید، یک عارضه متداول است که در ۳۰ درصد قربانیان سوختگی پیش میآید و تا ۸۰ درصد آنها را به کام مرگ میکشاند.
تشخیص دقیق نارسایی حاد کلیه
پزشکان معمولاً برای تشخیص نارسایی حاد کلیه، بر بررسی نشانگرهای زیستی قدیمی مانند میزان کراتینین خون و ادرار تکیه میکنند اما این موارد، نشانگرهای ضعیفی برای تشخیص دقیق نارسایی حاد کلیه هستند.
"نام تران"(Nam Tran)، استادیار بخش آسیبشناسی مرکز پزشکی یوسی دیویس گفت: ما برای نخستین بار موفق شدیم به نقش یک نشانگر زیستی جدید موسوم به "NGAL" پی ببریم که میتواند به تشخیص زودهنگام نارسایی حاد کلیه در بیماران مبتلا به سوختگی شدید کمک کند.
NGAL به رغم قدرت تشخیصی بالا، در دسترس نیست و بررسی آن، به پزشکان و متخصصان آزمایشگاهی باتجربه نیاز دارد. این پژوهش، چالش جدیدی است که میتواند به پیشرفت هوش مصنوعی و یادگیری ماشینی کمک کند تا به کار گرفتن آنها برای بررسی NGAL سادهتر باشد.
افزایش دقت تشخیص با هوش مصنوعی
گاهی اوقات، یادگیری ماشینی مبتنی بر هوش مصنوعی، الگوریتمهای پیچیدهتری را به همراه دارد که بهتر از الگوریتمهای قدیمی عمل میکنند اما همیشه هم این گونه نیست.
رشیدی در این باره گفت: ما یک مدل یادگیری ماشینی قوی ابداع کردهایم که میتواند نارسایی حاد کلیه را با دقت بالا و در مدت کوتاهتری پیشبینی کند. این مدل میتواند براساس دادههای به دست آمده، زمان تشخیص را کاهش دهد.
پژوهشگران، این مدل یادگیری ماشینی را با دادههای بالینی به دست آمده از ۵۰ بیمار بزرگسال مبتلا به سوختگی آموزش دادند. مدل یادگیری ماشینی پس از آموزش توانست نارسایی حاد کلیه را با دقت بین ۸۰ تا ۱۰۰ درصد و سرعت بالا تشخیص دهد. میانگین زمان تشخیص با نشانگرهای زیستی قدیمی، ۴۲.۷ ساعت و با کمک الگوریتم یادگیری ماشینی، تنها ۱۸.۸ ساعت بود.
تران افزود: بررسی ما نشان میدهد که این مدل یادگیری ماشینی میتواند برای پیشبینی نارسایی حاد کلیه در قربانیان سوختگی، کارآمد باشد.
کاربردهای مدل یادگیری ماشینی
پیشبینی با کمک این مدل جدید میتواند کاربردهای بسیاری در حوزههای گوناگون از جمله حوزه نظامی داشته باشد. از آنجا که ممکن است نیروهای نظامی، به بیمارستانهایی با امکانات کم فرستاده شوند، امکان پیشبینی نارسایی حاد کلیه به سادگی امکانپذیر نیست. این مدل یادگیری ماشینی میتواند بیماران مبتلا به این مشکل را به سرعت شناسایی کند تا زودتر به مراکز درمانی فرستاده شوند.
رشیدی افزود: ما باور داریم که میتوان این پلتفرم یادگیری ماشینی را برای مواردی به جز تشخیص نارسایی حاد کلیه به کار گرفت تا روشهای گوناگونی برای مراقبت از بیماران در حوزه پزشکی ارائه شود.
انتهای پیام