شناسایی و دسته بندی پنج نوع عارضه قلبی
نارسایی قلبی میلیونها نفر را در سراسر جهان تحت تأثیر قرار میدهد، به همین دلیل شناسایی و کنترل این عارضه نقش مهمی در کاهش مرگ و میر جهانی دارد.
به گزارش
سرویس وبگردی خبرگزاری صدا و سیما ، نارسایی قلبی، یک اصطلاح کلی است که برای توصیف زمانی که قلب به اندازه کافی و به میزان موثر خون را پمپ نمیکند تا نیازهای بدن به خون و اکسیژن را برآورده کند، استفاده میشود. این نارسایی میتواند توسط چندین عامل زمینهای موثر بر درمان این بیماری ایجاد شود. مطالعات انجام شده نشان میدهد: عوامل خطر نارسایی قلبی شامل بیماری عروق کرونر و حملات قلبی، دیابت، فشار خون بالا، اضافه وزن و چاقی و بیماری دریچههای قلب است.
به طور سنتی، انواع مختلف نارسایی قلبی بر اساس میزان خونی که بطن چپ قلب با هر انقباض به بیرون رانده میشود، طبقه بندی میشود. اما نتایج یک مطالعه مبتنی بر یادگیری ماشینی در سوئد نشان داد: بررسی خون خروجی از بطن میزان نارسایی قلبی را پیش بینی نمیکند.
به تازگی، محققان دانشگاه کالج لندن از چهار مدل یادگیری ماشینی برای ایجاد چارچوبی برای تعیین زیرشاخههای نارسایی قلبی استفاده کرده اند که ممکن است به درمان و تعیین خطر این حوزه کمک کند.
طی این مطالعات، محققان دادههای سوابق سلامت الکترونیکی ناشناس بیش از ۳۰۰ هزار بیمار بریتانیایی را که در طول ۲۰ سال مبتلا به نارسایی قلبی تشخیص داده شده بودند، بررسی کردند. دادهها از دو مجموعه داده بزرگ مراقبتهای اولیه که نماینده جمعیت بریتانیا هستند گرفته شده است.
آمیتاوا بانرجی، نویسنده اصلی این مطالعه، در رابطه با این موضوع گفت: ما به دنبال بهبود نحوه طبقه بندی نارسایی قلبی با هدف درک بهتر دوره احتمالی بیماری و انتقال آن به بیماران بودیم. در حال حاضر، پیشبینی چگونگی پیشرفت بیماری برای هر فرد به طور مجزا دشوار است. برخی از افراد برای سالهای طولانی مقاوم خواهند بود، در حالی که شرایط برخی دیگر به سرعت بدتر میشوند.
به همین دلیل محققان از چهار مدل برای جداسازی موارد نارسایی قلبی به گروهها استفاده کردند. در این روش پس از آموزش هوش مصنوعی با استفاده از بخشهایی از داده ها، مدلها بر اساس ۸۷ عامل از ۶۳۵ عامل ممکن، شامل سن، علائم، وجود سایر بیماریها، داروهایی که بیمار مصرف میکرد، پارامترهای سلامتی مانند فشار خون و نتایج آزمایش ها، پنج زیر گروه را تشخیص دادند.
در ادامه پنج زیرگروه با توجه به ویژگیهای خاص توسط هوش مصنوعی خوشه بندی شدند و محققان دریافتند: خطر مرگ در سال پس از تشخیص بیماری بین انواع گروههای فرعی شناسایی شده متفاوت است. محققان معتقدند: یافتههای این مطالعه میتواند برای بهبود درمان نارسایی قلبی استفاده شود.
به این ترتیب محققان اپلیکیشنی را بر اساس رویکرد یادگیری ماشینی خود توسعه دادند که پزشکان میتواند از آن برای تعیین زیرشاخههای مرتبط با بیماریهای قلبی و عروقی افراد استفاده کنند.
شرح کامل این مطالعه در آخرین شماره مجله تخصصی مجله The Lancet Digital Health منتشر شده است.