راه ترقی

آخرين مطالب

پیش‌بینی شدت بیماری کووید 19 با استفاده از روش‌های یادگیری عمیق دانش

پیش‌بینی شدت بیماری کووید 19 با استفاده از روش‌های یادگیری عمیق
  بزرگنمايي:

راه ترقی - ایسنا / احمد شالباف دانشیار گروه مهندسی پزشکی دانشگاه علوم پزشکی شهید بهشتی، درباره این طرح توضیح داد: شیوع بیماری کووید 19 به سرعت در سرتاسر جهان رواج یافت و با افزایش مداوم تعداد موارد تأیید شده و متوفی به یک نگرانی بهداشت جهانی تبدیل شد. این بیماری، اقتصاد و زیرساخت‌های مراقبت‌های بهداشتی را در سراسر جهان به طرز چشمگیری دچار مشکل کرد و اندام‌هایی مانند ریه‌ها، قلب، کلیه‌ها و دستگاه گوارش را هدف قرار می‌دهد. شدت طیف این بیماری از خفیف بدون علامت تا مشکلات تنفسی جدی با تنگی نفس، هیپوکسیمی و سندرم زجر تنفسی حاد (ARDS) متغیر است.
به گفته این پژوهشگر، عوامل مختلفی می‌توانند باعث بیماری شدیدتر یا پیامدهای ضعیف بیماری باشند. این عوامل را می‌توان به ویژگی‌های دموگرافی، علائم حیاتی و داده‌های آزمایشگاهی طبقه‌بندی کرد.
شالباف، عوامل دموگرافی مرتبط با شدت بیماری را سن، جنس، چاقی، سابقه مصرف سیگار و وضعیت اقتصادی، همچنین بیماری‌های زمینه‌ای مانند دیابت، فشار خون بالا، بیماری مزمن ریه، سرطان، بیماری مزمن کلیه و بیماری‌های قلبی عروقی دانست و گفت: دمای بدن، سطح اشباع اکسیژن خون، حداکثر و حداقل فشار خون، ضربان قلب و نرخ میزان تنفس هم از عوامل حیاتی‌ای است که باید در جریان این بیماری مورد بررسی قرار گیرد.
وی تصریح کرد: در این مطالعه، هدف ما ابداع یک سامانه پیش‌بینی سریع و اتوماتیک مدل پیشرفت بیماری کووید 19 از روی اطلاعات دموگرافی، بالینی و آزمایشگاهی با استفاده از روش‌های هوش مصنوعی پیشرفته از جمله استفاده از الگوریتم شبکه عصبی عمیق با دقت و حساسیت بالا بوده است. به عبارت دیگر در این تحقیق با یافتن ارتباط بین متغیرهای مستقل با تشدید بیماری، از آن‌ها به‌عنوان فاکتورهای ویژه‌ پیش‌بینی‌کننده برای شدت بیماران کرونایی بهره بردیم. پیش‌بینی زودهنگام وضعیت بیماران مبتلا به کووید 19 می‌تواند با تخصیص منابع و برنامه‌ریزی درمانی، خطر مرگ‌ومیر را در این بیماران کاهش دهد.
شالباف تأکید کرد: مدل ما مبتنی بر داده‌هایی است که در روز اول پذیرش بیمار جمع‌آوری شده است. زیرا یک مدل پیش‌بینی‌کننده هنگامی‌ایده‌آل و مفید خواهد بود که در روز ابتدای پذیرش بیمار، میزان پیشرفت بیماری رو پیش‌بینی کند. چرا که این زمان، زمانی است که باید توسط تیم پزشکی تصمیم‌گیری شود که بیمار نیازی به بستری و مراقبت‌های ویژه دارد یا خیر و تخت‌های بیمارستان رو برای بیماران با شدت بحرانی ذخیره کند.
به گزارش مرکز ارتباطات و اطلاع‌رسانی معاونت علمی، فناوری و اقتصاد دانش‌بنیان ریاست جمهوری، این محقق و پژوهشگر در ادامه بیان کرد: از آنجا که در زمان شروع این طرح، هیچ تحقیق جامعی در مورد پیش‌بینی میزان شدت بیماری کووید 19 گزارش نشده بود؛ لذا هدف این پژوهش، استفاده از الگوریتم‌های متفاوت هوش مصنوعی و یادگیری ماشین به‌خصوص روش‌های یادگیری عمیق به‌منظور تعیین پیش‌بینی میزان شدت بیماری کووید 19 از روی اطلاعات دموگرافی، بالینی و آزمایشگاهی بود که خوشبختانه محقق شد.
انتهای پیام

لینک کوتاه:
https://www.rahetaraghi.ir/Fa/News/1048812/

نظرات شما

ارسال دیدگاه

Protected by FormShield
مخاطبان عزیز به اطلاع می رساند: از این پس با های لایت کردن هر واژه ای در متن خبر می توانید از امکان جستجوی آن عبارت یا واژه در ویکی پدیا و نیز آرشیو این پایگاه بهره مند شوید. این امکان برای اولین بار در پایگاه های خبری - تحلیلی گروه رسانه ای آریا برای مخاطبان عزیز ارائه می شود. امیدواریم این تحول نو در جهت دانش افزایی خوانندگان مفید باشد.

ساير مطالب

مسابقه «سنگ کاغذ قیچی» حسن یزدانی و کامران قاسمپور جنجالی شد

پژمان درستکار خبر داد: «حسن یزدانی» دیگر در 86 کیلو کشتی نمی‌گیرد

ناراحتی و گلایه «حسن یزدانی» از بازتاب بد حرف‌هایش درمورد پاداش المپیک

در ازای چند میلیارد دلار ترامپ به عربستان خواهد رفت؟

علی علیپور به دنبال تیک جدید این‌بار با تیم ملی

واکنش گودرزی به شایعات انتقال به پرسپولیس

شجاعیان: سال‌هاست استقلال در داربی پیروز نمی‌شود چون...!

پیغام صد میلیاردی مدیر پرسپولیس درباره عبدالکریم

مهمترین عامل ناکامی‌های استقلال از زبان هافبک سابق این تیم!

فودن: با این سناریو فصل ضعیف سیتی جبران می‌شود

خلاصه بازی آاس رم 1 - کالیاری 0

صدای آمریکا خفه شد

توضیحات قالیباف در خصوص طرح کالابرگ/ رئیس مجلس: استیضاح همتی اقتصادی بود

کارکنان بنیاد از لحاظ رضایت‌مندی نسبت به سایر دستگاه ها بالاترین نمره را داشته باشند

بازتاب دردناک گناه تعرض جنسی در هنگام محاسبه اعمال در برزخ!

سخنران تندرویی که حکم عزل پزشکیان را داده کیست؟

عکسی که ماجرای مرگ مارادونا را بار دیگر شعله‌ور ساخت

چگونه ورق به نفع پوتین برگشت؟

امکان صفر کردن صادرات نفت ایران وجود ندارد

اولین اظهارنظر وزیر کار بعد از تعیین حداقل حقوق کارگران

بودجه 1404 در مجمع تشخیص مصلحت نظام تصویب شد

لیگ یک؛ ترمز مدعی جدید کشیده شد

لیگ یک؛ دوری طولانی خودروسازان از برد

لیگ یک؛ فراز در حسرت دومی ماند!

دیدار صمیمی توخل با سه‌شیرها؛ محبوب مثل توماس!

سومین مصدوم اسپانیا؛ کمپ لاروخا خالی می‌شود

افسوس پاشازاده و عبدالله در 3 امتیاز

واکنش شجاعیان به مصاحبه جنجالی رامین درباره گل علیپور در داربی105!

سرمربی تیم جنجالی لیگ یک استعفا داد

دشان کوتاه آمد تورام به اینتر برمی‌گردد!

خشم هانسی فلیک از تاریخ بازی‌ معوقه بارسا

روایت ظریف درباره ماجرای کنار گذاشتن از دولت

تأکید ولایتی و سفیر چین بر گسترش روابط راهبردی دوجانبه

غذای نذری و چالش تجربه گر مرگ موقت در برزخ!

اولین ملاقات خان بهادر با ستایش

فاکتور یخمک رو هم آورده!

مادر، مزار پسر شهیدش رو بعد از سالها پیدا میکنه

مشاهده محاسبه اعمال جوانی گنهکار در برزخ

"ستایش" هدیه "خان بهادر" را رد کرد

محمدرضا گلزار: به شکل هدفمندی در حال تخریب من هستند!

«بهار»، ملودی آرامش بخش طبیعت از پیتر بی. هالند

«ایلیا» را با اجرای علی اکبر قلیچ تماشا کنید

رهگذران آسیب دیده چهارشنبه آخر سال

مصوبه کاهش ساعت کاری در هیأت نظارت مجمع تأیید نشد

تلومرها؛ سپری فعال در برابر سرطان

طلوع زمین از مدار ماه

داستانک/یک کلمه سه حرفیه که ازهمه چیز برتر است!

همیشه دلم را برای دلت تنها نگه می‌دارم!

ویترین روسی در دل اژدها

مشت ترامپ باز شد!