
Utah Üniversitesi'nden bilim insanları, yapay zekanın kardiyovasküler hastalığın başlangıcını ve seyrini tahmin etmede daha iyi sonuçlar alabileceğini göstermiştir. Intermountain Çocuk Hastanesi doktorları ile birlikte çalışan araştırmacılar mevcut tıbbi durumların kalp ve kan damarları üzerindeki sinerjik etkilerini tam olarak ölçmek için benzersiz hesaplama araçları geliştirmiştir.
Araştırmacılar, bu kapsamlı yaklaşımın doktorların ciddi kalp problemlerini öngörmelerine, önlemelerine veya tedavi etmelerine yardımcı olabileceğini söylemektedir. Çalışma sadece kardiyovasküler hastalığa odaklanmış olsa da araştırmacılar bunun çok daha geniş etkileri olabileceğine inanıyor ve bu bulguların koruyucu tıpta yeni bir döneme yol açabileceğini öne sürmektedirler. Doktorlar, potansiyel rahatsızlıklar konusunda onları uyarmak için proaktif olarak hastalarla iletişim kuracak ve gerekeni yapabilecekdir. Çalışma yazarlarından çocuk kardiyolojisi uzmanı Dr. Martin Tristani-Firouzi 'Neredeyse her tıbbi tanıda risk değerlendirmesini iyileştirmek için yapay zekayı kullanabiliriz' demiştir.
Çeşitli risk faktörlerinin kardiyovasküler hastalık üzerindeki birleşik etkilerini hesaplayan güncel yöntemlerin genellikle belirsiz ve öznel olduğunu söyleyen İnsan Genetiği profesörü Mark Yandell, bu yöntemlerin belirli etkileşimleri tanımlamada başarısız olduğunu eklemiştir.
Komorbiditeler olarak da bilinen bu etkileşimlerin sağlığı nasıl etkilediğini daha doğru bir şekilde ölçmek için Tristani-Firouzi, Yandell ve meslektaşları, isimler ve diğer tanımlayıcı bilgiler silindikten sonra 1,6 milyondan fazla elektronik sağlık kaydını sıralamak için makine öğrenimi yazılımını kullanmışlardır.
Laboratuvar testleri, tanılar, ilaç kullanımı ve tıbbi prosedürler de dahil olmak üzere bir hastaya yapılan her şeyi belgeleyen bu elektronik kayıtlar, araştırmacıların kardiyovasküler hastalık gibi belirli bir tıbbi durumu ağırlaştırma olasılığı en yüksek olan komorbiditeleri belirlemelerine yardımcı olmuştur. Araştırmacılar, bu komorbiditelerin herhangi bir kombinasyonunun kalp nakli, doğuştan kalp hastalığı veya sinoatriyal düğüm disfonksiyonu ile ilişkili riskleri nasıl etkileyebileceğini hesaplamak için olasılık grafik ağları (PGM) adı verilen bir yapay zeka biçimi kullanmışlardır.
Önceden kardiyomiyopati tanısı konmuş bireylerde kalp nakline ihtiyaç duyma olasılığının 86 kat daha yüksek olduğu saptanmıştır. Viral miyokarditi olanlarda kalp nakline ihtiyaç duyma olasılığı yaklaşık 60 kat daha yüksek bulunmuştur.
Araştırmacılar ayrıca bir annenin gebeliği sırasındaki sağlığının çocuklar üzerindeki etkilerini de incelemiştir. Gebelik sırasında yüksek tansiyonu olan kadınların doğuştan kalp ve dolaşım sorunları olan bebek doğurma olasılığı yaklaşık iki kat daha fazla görülmüştür. Down sendromlu çocuklarda kalp anomalisine sahip olma riski üç kat yüksek bulunmuştur.
Çocuk Sağlığı Kişiselleştirilmiş Tıp Merkezi Direktörü Dr. Josh Bonkowsky bu araştırmanın hasta bakımı için pratik bir klinik aracın geliştirilmesine yol açabileceğine inanmaktadır. 'Bu yeni teknoloji, tıbbi komplikasyon riskini hassas bir şekilde tahmin edebileceğimizi ve hasta için daha iyi olan ilacı belirleyebileceğimizi gösteriyor' demiştir.
Yandell 'Ne kadar bilinçli olursanız olun, hastaları mümkün olan en iyi şekilde tedavi etmek için günümüzde bir tıp uzmanı olarak ihtiyaç duyduğunuz tüm bilgileri kafanızda tutmanın hiçbir yolu yok. Geliştirdiğimiz hesaplamalı makineler, doktorların mümkün olan en iyi tedavi kararlarını vermelerine yardımcı olacak. Bu makinalar gelecek tıbbı için yaşamsal öneme sahip’ yorumunda bulunmuştur.
Artificial intelligence identifies individuals at risk for heart disease complications: System mines Electronic Health Records (EHRs) to assess combined effects of various risk factors. ScienceDaily, 24 January 2022.
+ Tüm Referansları Göster