Sử dụng ML để giúp điều trị bệnh xơ nang


Hoàng Ánh Linh
1 năm trước
Hữu ích 8 Chia sẻ Viết bình luận 0
Đã xem 6227

Các công nghệ Machine Learning ngày càng trở nên lão luyện trong việc đưa ra các dự đoán y khoa, cho dù đó là chẩn đoán bệnh hay dự đoán sự thành công của phương pháp điều trị. Bằng chứng mới nhất về tiềm năng của nó được đưa ra thông qua một  nghiên cứu  được tiến hành bởi Đại học Oxford cho thấy Machine Learning được sử dụng để dự đoán liệu bệnh nhân bị xơ nang có nên được chuyển đến ghép phổi hay không.

Nghiên cứu cho thấy phương pháp dựa trên AI mới đã giúp cải thiện 35% độ chính xác của những dự đoán này so với các phương pháp thống kê hiện có.

Tình trạng, được cho là ảnh hưởng đến hơn 10.000 người chỉ riêng ở Anh, gây ra một số triệu chứng thách thức ảnh hưởng đến toàn bộ cơ thể. Cấy ghép phổi là lựa chọn điều trị cuối cùng, nhưng nó đi kèm với rủi ro biến chứng nghiêm trọng, và số lượng người hiến tặng rất thấp.

Dự đoán thông minh

Các nhà nghiên cứu đã kiểm tra xem máy móc có thể thực hiện công việc tốt hơn hay không bằng cách trích xuất dữ liệu ẩn danh từ Sổ đăng ký Xơ nang UC. Dữ liệu này được sử dụng để phát triển một mô hình tiên lượng để đánh giá rủi ro trong quá trình ghép phổi.

Mô hình, được gọi là AutoPrognosis, có thể đạt được giá trị dự đoán dương là 65%, so với thực tiễn tốt nhất hiện đang hoạt động chỉ là 48%. Nhóm nghiên cứu tin rằng công việc của họ có thể là vô giá trong việc cải thiện khả năng của các bác sĩ lâm sàng để đưa ra quyết định chính xác, trong khi họ cũng tin rằng nó cũng có thể giúp với các điều kiện khác.

Trong khi Machine Learning đã chứng minh thành công trong việc đưa ra dự đoán trong môi trường lâm sàng, việc triển khai trong thực tế đã bị hạn chế. Kết quả nghiên cứu của chúng tôi với Cystic Fibrosis Trust chứng minh rằng với chuyên môn sâu, dữ liệu ẩn danh từ một dân số lớn và đầu vào từ các bác sĩ lâm sàng, chúng tôi có thể tạo ra các phương pháp thuật toán để hỗ trợ bác sĩ lâm sàng trong việc ra quyết định hàng ngày , Các nhà nghiên cứu nói.

Vậy bạn nghĩ như thế nào? Hãy cho tôi biết suy nghĩ của bạn trong phần bình luận. 

Hữu ích 8 Chia sẻ Viết bình luận 0
Đã xem 6227