پیش بینی لطمه مغزی با كمك یك الگوریتم یادگیری ماشینی
پژوهشگران آمریكایی در بررسی جدید خود، از یك الگوریتم یادگیری ماشینی برای پیش بینی لطمه مغزی استفاده كردند و دریافتند كه این الگوریتم می تواند پیش بینی های بسیار دقیقی انجام دهد.
به گزارش اسمارت کاور به نقل از ایسنا و به نقل از مدیکال اکسپرس، نوزادان تازه متولد شده و یا کودکان مبتلا به مشکلات قلبی و ریوی، برای زنده ماندن تلاش می کنند و پزشکان اغلب برای زنده نگه داشتن این کودکان از ریه های مصنوعی استفاده می نمایند. این درمان موسوم به "اکسیژناسیون غشایی برون پیکری" (ECMO)، زندگی های بی شماری را نجات داده است اما در بعضی موارد می تواند به لطمه مغزی بلندمدت نیز منجر شود.
گروهی از پژوهشگران "مرکز پزشکی دانشگاه تگزاس شعبه جنوب غربی" (UT Southwestern) در بررسی جدید خود نشان داده اند که یک الگوریتم یادگیری ماشینی می تواند احتمال مبتلاشدن به لطمه مغزی ناشی از اکسیژناسیون غشایی برون پیکری در نوزادان و کودکان را دقیق تر از پزشکان پیش بینی نماید.
"لاکشمی رامان" (Lakshmi Raman)، سرپرست این پژوهش اظهار داشت: پزشکان همیشه درکی در مورد افرادی که در خطر هستند، دارند اما ما هم اکنون داده های خوبی برای مشخص کردن این که چه عواملی موجب لطمه مغزی ناشی از اکسیژناسیون غشایی برون پیکری می شود، در اختیار نداریم. من باور ندارم که بتوانیم این لطمه ها را بطور کامل برطرف نماییم اما امیدوارم که بتوانیم پیش بینی های بهتری در مورد افرادی که در خطر هستند، داشته باشیم.
اکسیژناسیون غشایی برون پیکری، خون را از بدن خارج می کند تا به حذف دی اکسید کربن آن بپردازد، اکسیژن را به آن اضافه کند و خون را گرم نگه دارد تا باردیگر به بدن بازگردانده شود. این روش درمان هم برای کودکان و هم برای بزرگسالان به کار می رود اما بیشتر بیمارانی که تحت این درمان قرار می گیرند، نوزادان هستند.
خیلی از افرادی که با روش اکسیژناسیون غشایی برون پیکری، تحت درمان قرار می گیرند، به نتایج مغزی گرفتار می شوند اما پزشکان هنوز دلیل آنرا بطور کامل متوجه نشده اند. رامان اظهار داشت: من علاقه داشتم تا بدانم که آیا ما می توانیم با کمک یک الگوریتم یادگیری ماشینی، بر این مشکلات غلبه نماییم و به پیش بینی بروز لطمه مغزی در بیماران بپردازیم.
پژوهشگران در این پروژه، داده های مربوط به ۱۷۴ بیمار کمتر از ۱۸ سال را به کار بردند که ۷۰ نفر از آنها نوزادانی بودند که کمتر از سی روز سن داشتند. این بیماران بین سال های ۲۰۱۰ تا ۲۰۱۹ در "مرکز پزشکی کودکان دالاس" (Children's Medical Center Dallas) تحت درمان قرار گرفته بودند. پژوهشگران، تصاویر مربوط به سی تی اسکن و ام آرآی همه بیماران را مورد بررسی قرار دادند. لطمه مغزی با کمک اسکن در ۵۱ درصد بیماران شناسایی شد.
داده های مربوط به هر بیمار همچون سن، وزن، جنسیت، داروها، نوع اکسیژناسیون غشایی برون پیکری انجام شده، دلیل ابتدایی به کارگیری این روش درمانی و مدت زمان استفاده از آنرا در یک برنامه یادگیری ماشینی وارد کردند که برای شناسایی الگوها در پایگاه داده طراحی شده است.
این مدل کامپیوتری توانست در پیش بینی لطمه مغزی بعد از درمان با اکسیژناسیون غشایی برون پیکری، ۷۳ درصد حساسیت داشته باشد و احتمال لطمه مغزی را در ۶۱ بیمار پیش بینی نماید.
این مدل پیش بینی قرار نیست به زودی مورد استفاده قرار بگیرد. پژوهشگران قصد دارند بررسی های بیشتری انجام دهند که بیماران تحت درمان با روش اکسیژناسیون غشایی برون پیکری را در مراکز درمانی دیگر نیز ارزیابی کند.
این پژوهش، در "Journal of Clinical Medicine" به چاپ رسید.
مطلب را می پسندید؟
(1)
(0)
تازه ترین مطالب مرتبط
نظرات بینندگان در مورد این مطلب