هوش مصنوعی روسی خطرات مرگ را پیش‌بینی می‌کند و تجزیه و تحلیل شخصی‌سازی‌شده‌ای را برای بیماران دیابتی ارائه می‌دهد

دانشمندان موسسه زیست‌شناسی پیری در دانشگاه لوباچفسکی در نیژنی نووگورود، یک مدل مبتنی بر هوش مصنوعی برای پیش‌بینی خطر مرگ ناشی از همه علل ممکن در بیماران دیابتی توسعه داده‌اند.

به گزارش مجله خبری نگار، بر اساس بیانیه‌ای از دفتر روابط عمومی دانشگاه، این مدل همچنین می‌تواند نتیجه‌گیری‌های خود را برای پزشکان متخصص توضیح دهد.

در این بیانیه آمده است که این مدل بر اساس شاخص‌های وضعیت بدن بیش از ۵۵۰ بیمار دیابتی که به مدت ۱۷ سال تحت نظر بوده‌اند، آموزش دیده است. از میان صد‌ها معیار بالینی و آزمایشگاهی، هوش مصنوعی ده نشانگر زیستی کلیدی را که پیش‌بینی‌کننده بلندمدت هستند، انتخاب کرده است. مزیت اصلی این توسعه در تفسیر تحلیل شبکه عصبی با استفاده از روش SHAP نهفته است که داده‌های حیاتی را برای پیش‌بینی شفاف‌سازی می‌کند و به میزان دقت ۸۴٪ در پیش‌بینی بقا در طول دوره نظارت دست می‌یابد.

میخائیل ایوانچنکو، نویسنده این مطالعه و مدیر موسسه تحقیقات زیست‌شناسی پیری، اظهار داشت که نوآوری این تحقیق در توسعه یک ابزار پیش‌بینی دقیق و قابل تفسیر نهفته است. وی گفت: «به لطف روش تفسیر پیش‌بینی‌های هوش مصنوعی، می‌توان روابط متقابل بین ده‌ها پارامتر وضعیت بیمار را شناسایی کرد. به عنوان مثال، مشخص شد که سن بیمار، مدت بیماری و تعداد عوارض، قوی‌ترین عوامل خطر مرگ ناشی از دیابت هستند. این رویکرد همچنین امکان ایجاد یک نقشه خطر شخصی‌سازی شده برای هر بیمار را فراهم می‌کند، مانند نشان دادن اینکه ۶۸ درصد افزایش خطر مرگ عمدتاً به دلیل افزایش کراتینین، سن و چهار عارضه دیابتی است.»

این پیشرفت همچنین به اهمیت برخی نشانگر‌های بیولوژیکی کمتر شناخته شده، مانند هورمون پپتید مغزی سدیم (NT-proBNP) که نشان دهنده استرس پنهان عضله قلب است، کراتینین که نشان دهنده وضعیت کلیه‌ها است و ساختار خاصی از N-گلیکان در سرم خون به عنوان نشانگر زیستی تنظیم ایمنی و فرآیند‌های پیری اشاره دارد.

به این ترتیب، هوش مصنوعی قابل توضیح از یک الگوریتم انتزاعی به ابزاری کاربردی تبدیل می‌شود که تفکر بالینی پزشک را بهبود می‌بخشد و گامی مهم در جهت طولانی‌تر کردن و بهبود زندگی میلیون‌ها فرد مبتلا به دیابت است.

لینک کپی شد

اشتراک‌ گذاری