ندای لرستان - پژوهشگران مدل هوش مصنوعی جدیدی توسعه دادهاند که میتواند بیماران بستریِ در معرض افت قند خون را پیش از وقوع این عارضه شناسایی کند. محققان میگویند این فناوری میتواند به پزشکان فرصت دهد پیش از بروز عوارض خطرناک، اقدامات پیشگیرانه را آغاز کنند.
محققان دانشگاه علوم سلامت سدارز-ساینای آمریکا مدل جدیدی مبتنی بر هوش مصنوعی طراحی کردهاند که قادر است خطر افت قند خون (هیپوگلیسمی) را در بیماران بستری تا ۲۴ ساعت پیش از وقوع آن پیشبینی کند.
افت قند خون یکی از عوارض شایع و گاه تهدیدکننده حیات در بیمارستانهاست و میتواند بیماران دیابتی، افرادی که پیش از عمل جراحی ناشتا هستند یا بیماران بستری در بخش مراقبتهای ویژه را درگیر کند. در موارد شدید، این وضعیت ممکن است به تشنج، کما و حتی اختلالات پایدار ریتم قلب منجر شود.
به گفته پژوهشگران، در حال حاضر بیشتر اقدامات درمانی پس از افت قند خون انجام میشود و ابزار مؤثری برای پیشبینی وقوع آن در بیماران بستری وجود ندارد.
این مدل هوش مصنوعی با بررسی الگوهای موجود در پرونده الکترونیکی بیماران، از جمله داروهای مصرفی، نتایج آزمایشها، وعدههای غذایی و سایر اطلاعات بالینی، خطر بروز افت قند خون را ارزیابی میکند. سامانه دادهها را در بازههای چهار ساعته طی پنج روز جمعآوری کرده و سپس احتمال وقوع افت قند خون در ۲۴ ساعت آینده را پیشبینی میکند.
پژوهشگران این مدل را با استفاده از اطلاعات بیش از ۱۴۳ هزار مورد بستری بزرگسالان در سه بیمارستان وابسته به شبکه سلامت سدارز-ساینای طی سالهای ۲۰۱۴ تا ۲۰۲۵ توسعه داده و سپس عملکرد آن را با دادههای واقعی و آیندهنگر بیمارستانی نیز تأیید کردند.
به گفته آماندا مومنزاده، نویسنده اصلی پژوهش، این سامانه پیش از بروز افت قند خون به تیم درمان هشدار میدهد و علاوه بر اعلام خطر، مهمترین عواملی را که باعث افزایش احتمال وقوع این عارضه شدهاند نیز مشخص میکند. این قابلیت میتواند به برنامههای مدیریت دیابت در بیمارستانها برای تصمیمگیری سریعتر و دقیقتر کمک کند.
محققان برآورد میکنند استفاده از این ابزار در یک بیمارستان بزرگ بتواند روزانه از وقوع حدود سه تا چهار مورد افت قند خون جلوگیری کند. به اعتقاد آنها، اگر این فناوری بهطور گسترده در بیمارستانهای جهان به کار گرفته شود، تأثیر قابل توجهی بر کاهش عوارض قابل پیشگیری و افزایش ایمنی بیماران خواهد داشت.
به گفته پژوهشگران، یکی از مزیتهای مهم این مدل آن است که برخلاف بسیاری از سامانههای آزمایشی، با استفاده از دادههایی که هماکنون نیز بهطور معمول در بیمارستانها جمعآوری میشود، در لحظه قابل اجراست. آنها امیدوارند این فناوری زمینهساز مراقبتی پیشگیرانهتر و مبتنی بر داده برای بیماران دیابتی و سایر افرادی شود که در معرض نوسانات خطرناک قند خون قرار دارند.