پیش‌بینی عود بیماری‌های ریوی با استفاده از هوش مصنوعی

    خلاصه مطلب

بر اساس گزارش خبرگزاری مهر و به نقل از پرس اسوسیشن، این تکنولوژی در شخصی‌سازی درمان و جلوگیری از بستری شدن افراد در بیمارستان مؤثر است. در این مطالعه، بیماران به صورت روزانه تست نواری ادرار انجام می‌دادند و نتایج را از طریق موبایل با کارشناسان به اشتراک می‌گذاشتند.

در گام بعدی، پژوهشگران نمونه ادرار ۵۵ فرد مبتلا به بیماری‌های مزمن انسدادی ریه (COPD) را بررسی کردند تا مشخص کنند که با تشدید نشانگرهای بیماری، چه تغییراتی در مولکول‌ها رخ می‌دهد. COPD یک اصطلاح عمومی برای گروهی از بیماری‌های ریوی است که به مشکلات تنفسی مانند آمفیزم و برونشیت مزمن منجر می‌شوند.

بازگشت بیماری زمانی اتفاق می‌افتد که نشانه‌های بیماری به‌طور ناگهانی وخیم‌تر می‌شوند و معمولاً این وضعیت در فصل زمستان بیشتر دیده می‌شود. علائم شامل دشواری در تنفس، خس‌خس سینه و سرفه پیوسته و در ناحیه سینه است.

پژوهشگران پس از شناسایی تغییراتی در مولکول، آزمونی برای سنجش سطح ۵ نشانگر مختلف در ادرار طراحی کردند. تقریباً ۱۰۵ بیمار مبتلا به COPD به مدت ۶ ماه هر روز تست نواری ادرار انجام داده و نتایج را به پژوهشگران گزارش کردند.

اطلاعات مربوط به ۸۵ بیمار با بهره‌گیری از شبکه عصبی مصنوعی مورد بررسی قرار گرفت. این شبکه یک الگوریتم است که با شبیه‌سازی عملکرد مغز انسان، از شبکه‌های عصبی مصنوعی برای پردازش داده‌ها استفاده می‌کند.

بر اساس اظهارات پژوهشگران، این مدل هوش مصنوعی قادر است عود بیماری را تا ۷ روز پیش از بروز علائم شناسایی کند. این تحقیق در نشریه ERJ Open Research منتشر شده است.