فهرست بستن

بکارگیری یادگیری ماشین در پزشکی -بزرگترین پایگاه داده کرونا در آمریکا

 کشور ایالات متحده از سال گذشته اقدام به جمع آوری سوابق بیماران کرونایی در یک پایگاه داده بزرگ کرده بود. اکنون و پس از گذشت تقریبا یک سال از آن تصمیم گیری، تیمی از دانشمندان و متخصصان داده تصمیم به بکارگیری یادگیری ماشین در پزشکی و بزرگترین پایگاه داده بیماران کرونایی آمریکا گرفته است تا از آن برای پیش بینی وضعیت آینده این بیماری و راه‌های درمان بیماری‌های بعدی در کشورهای دیگر استفاده کنند. برای جزئیات بیشتر با ما همراه باشید.

دلایل بکارگیری یادگیری ماشین در پزشکی

این پژوهش‌ها و بررسی الگوریتم‌های داده‌های بیماران کرونایی (که در مجله JAMA Network Open منتشر شده است) عوامل خطرناک این بیماری (که در داده‌های بیماران ثبت شده) را ردیابی می‌کند. برنامه نویسان مدل‌ها و الگوریتم‌های یادگیری ماشین از این داده‌ها برای پیش بینی وضعیت بیماران بستری شده در آینده و نحوه پیشروی بیماری در آن‌ها، استفاده می‌کنند. در نظر داشته باشید که لازمه‌ی یک پژوهش مهم و رسیدن به دستاوردهای خوب، استفاده از مواد اولیه (یا همان اطلاعات) مفید و بزرگ است. خبر استفاده از پایگاه داده متمرکز بیماران کووید 19 (به نام National COVID Cohort Collactive Data Enclave یا N3C) سبب شده تا مواد اولیه غنی در دستان متخصصان این حوزه قرار بگیرد و صدها هزار پرونده بیماران برای تجزیه و تحلیل مورد استفاده قرار گیرد. این مرکز داده مجموعه‌ای از 34 مرکز پزشکی بزرگ در ایالات متحده بوده و اطلاعات بیش از 1 میلیون آمریکایی را شامل می‌شود.

بکارگیری یادگیری ماشین در پزشکی -بزرگترین پایگاه داده کرونا در آمریکا ۱

شاید با خود فکر کنید که مگر این تجزیه و تحلیل‌ها به چه کاری می‌آید؟ در جواب این سوال باید بگوییم که به نظر شما انواع مختلف ویروس‌های کرونا (شامل آلفا، بتا، گاما و دلتا) از کجا آمده‌اند؟ ویروس با توجه به محیط خود تغییر ماهیت داده و به اشکال مختلفی در آمده است. یادگیری ماشین با بررسی اطلاعات بیماران این ویروس، احتمال‌های تبدیل آن به اشکال مختلف را بررسی کرده و پیش بینی می‌کند. پس از پیش بینی این اشکال، راه‌های درمان هر نوع از این ویروس‌ها نیز بررسی می‌شود تا در آینده با معزلی جدید و ناشناخته رو به رو نباشیم و زودتر از خود بیماری به سراغ آن برویم. همچنین تاثیر داروهای مختلف بر بدن بیماران نیز بررسی می‌شود تا از صحت و سقم آن اطمینان حاصل شود.

برای مثال، در طول سال 2020 مجموعا 16 درصد افرادی که بیمار شدند نیاز به بستری شدن داشتند که این میزان در دو ماه اخیر به 9 درصد رسیده است (آمارها برای کشور آمریکاست و گرنه ما از این آمارها نداریم). این افراد در هنگام ورود به بیمارستان، ضربان قلب، تنفس و حرارت بیشتری به نسبت افراد عادی داشتند. تعداد غیر طبیعی گلبول‌های سفید خون، التهاب، اسیدیته خون و عملکرد کلیه نیز مختل شده بود. حال تیم تحقیقاتی یادگیری ماشین با استفاده از این داده‌ها می‌تواند پیش بینی کند که کدام بیمار به طور جدی بستری خواهد شد و در نهایت نیز راه حل‌هایی برای نجات آن بیمار ارائه می‌دهد.

در حال حاضر ، پایگاه داده N3C شامل داده‌های 73 موسسه بهداشتی است که بیش از 2 میلیون بیمار COVID-19 را شامل می‌شود. تاکنون نیز بیش از 200 پروژه تحقیقاتی با استفاده از داده‌ها در حال انجام است. در کشور ما نیز از بهمن سال گذشته خبر استفاده از بزرگترین ابر کامپیوتر خود برای حل معضل بیماران کرونایی در رسانه‌ها بازتاب داده شد. با این حال از آن زمان تا به امروز از نتایج و فعالیت‌های آن اطلاعات بیشتری در دسترس قرار نگرفته است.

لینک منبع

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *