تشخیص مشکلات احتمالی قلبی با استفاده از هوش مصنوعی

• توسط : معصومه حیدری
• در : ۱۴۰۰-۰۳-۰۴
• در : دانستنیها

مقدمه

همان طور که می دانید هوش مصنوعی در تمام ابعاد زندگی انسان ها رخنه کرده، اما آیا تشخیص مشکلات قلبی با استفاده از هوش مصنوعی هم امکان پذیر است؟ در ادامه به مطالعه ای در این خصوص و بهره از AI جهت تشخیص فیبریلاسیون دهلیزی می پردازیم.

امکان تشخیص مشکلات قلبی با استفاده از هوش مصنوعی

آزمایشات ایالات متحده توانسته تا آن چه را که چشم نمی تواند ببیند را نشان دهد.

تشخیص مشکلات قلبی با استفاده از هوش مصنوعی

یک آزمایش غیرتهاجمی با بهره گیری از هوش مصنوعی جهت شناسایی بیمارانی که دارای ریتم غیرطبیعی قلب هستند، حتی زمانی که ریتم قلب شان نرمال و طبیعی به نظر می رسد، مشخص شده است.

در این مطالعه، که تقریباً ۱۸۱۰۰۰ بیمار در آن شرکت کرده بودند، از یادگیری عمیق جهت یافتن سیگنال هایی در اسکن قلب شان، که ممکن است توسط چشم انسان قابل مشاهده نباشد، استفاده کرده است.

محققانی از کلینیک Mayo در لنست (Lancet از معتبرترین هفته نامه های پزشکی است) توضیح داده اند که چگونه یک مدل AI را جهت تشخیص امضای فیبریلاسیون دهلیزی در الکتروکاردیوگرام های ۱۰ ثانیه ای (ECG) با دقت ۸۳ درصد آموزش داده اند.

تخمین زده می شود که فیبریلاسیون دهلیزی تنها در ایالات متحده، می تواند شش میلیون نفر را تحت تأثیر قرار داده که با افزایش خطر سکته مغزی، نارسایی های قلبی و مرگ و میر همراه خواهد بود.

تشخیص فیبریلاسیون دهلیزی به وسیله سیگنال ECG دشوار است، بنابراین این مشکل اغلب تشخیص داده نمی شود.

پاول فریدمن (Paul Friedman)، بیان می کند که بهره از یک مدل هوش مصنوعی در نوار قلب اجازه می دهد تا فیبریلاسیون دهلیزی، حتی اگر در زمان ثبت ECG وجود نداشته باشد، تشخیص داده شود.

بهره از AI جهت تشخیص فیبریلاسیون دهلیزی

محققان یک شبکه عصبی را آموزش دادند تا تفاوت هایی دقیق را در ۶۵۰،۰۰۰ نوار قلب از ۱۸۱،۰۰۰ بیمار تشخیص دهد.

با آزمایش اولین خروجی ECG قلب از هر بیمار، دقت ۷۹ درصدی برای یک اسکن نشان داده شد. اما در زمان استفاده از چندین ECG قلب برای یک بیمار، دقت به ۸۳ درصد رسید.

فریدمن در ادامه می افزاید، همان طور که هوش مصنوعی با استفاده از ECG قلب از افرادی که به تحقیقات بالینی نیاز دارند، آموزش می بیند، هنوز به طور واضح مشخص نیست که چگونه تشخیص افراد مبتلا به سکته مغزی غیر قابل توضیح یا جمعیت عمومی را انجام می دهد.

وی توضیح می دهد که با این وجود، توانایی وجود یک آزمایش غیرتهاجمی سریع و ارزان که به طور گسترده در دسترس است، ممکن است روزی به شناسایی فیبریلاسیون دهلیزی تشخیص داده نشده و راهنمایی برای درمان آن، جلوگیری از سکته مغزی و سایر بیماری های جدی کمک کند.

البته پیش از امکان استفاده بالینی، لازم است تا تحقیقات بیش تری انجام شود، اما با این حال، محققان حدس می زنند که ممکن است روزی بتوان از این تکنولوژی به عنوان آزمایش تشخیصی مراقبت های در حین عمل جراحی پزشک، جهت غربالگری گروه های پر خطر استفاده کرد.

بهره از AI جهت تشخیص فیبریلاسیون دهلیزی

Xiaoxi Yao، می گوید: ممکن است این الگوریتم در تکنولوژی های ارزان قیمت، از جمله تلفن های هوشمند، مورد استفاده قرار گیرد.

کلام پایانی

محققان حدس می زنند که ممکن است روزی از تکنولوژی هوش مصنوعی یا AI بتوان به عنوان آزمایش تشخیصی برای فیبریلاسیون دهلیزی، درمان آن و جلوگیری از سکته مغزی، نارسایی های قلبی و مرگ و میر استفاده کرد.