Εργαλείο τεχνητής νοημοσύνης εντοπίζει περισσότερες περιπτώσεις long Covid

Ο αλγόριθμος που χρησιμοποιείται στο εργαλείο τεχνητής νοημοσύνης αναπτύχθηκε με την άντληση δεδομένων για σχεδόν 300.000 ασθενείς

Ερευνητές από την υγειονομική περίθαλψη «Mass General Brigham» των ΗΠΑ αξιοποίησαν την τεχνητή νοημοσύνη για να βοηθήσουν στον εντοπισμό της μακροχρόνιας Covid (long Covid) και να παρακολουθήσουν πώς εμφανίζονται τα διαφορετικά συμπτώματα με την πάροδο του χρόνου. Μέσα από το εργαλείο διαπίστωσαν ότι το 22,8% του πληθυσμού εμφανίζει συμπτώματα long Covid.

Ο αλγόριθμος που χρησιμοποιείται στο εργαλείο τεχνητής νοημοσύνης αναπτύχθηκε με την άντληση δεδομένων για σχεδόν 300.000 ασθενείς σε 14 νοσοκομεία και 20 κοινοτικά κέντρα υγείας του συστήματος «Mass General Brigham». Το εργαλείο αναλύει τα ηλεκτρονικά αρχεία υγείας και βοηθά τους κλινικούς γιατρούς να εντοπίζουν περισσότερες περιπτώσεις μακρύ Covid, προκειμένου οι ασθενείς να λαμβάνουν φροντίδα.

Τα αποτελέσματα, που δημοσιεύονται στο περιοδικό Med, υποδηλώνουν ότι η εμφάνιση της ασθένειας θα μπορούσε να είναι σε μεγάλο βαθμό υποτιμημένη. Σύμφωνα με τη νέα προσέγγιση, το ποσοστό του πληθυσμού που εκτιμάται ότι πάσχει από long Covid ανέρχεται σε 22,8%, ενώ οι προηγούμενες μελέτες υπολόγιζαν το ποσοστό στο 7%. Οι συγγραφείς σημειώνουν ότι το ποσοστό αυτό δίνει μια πιο ρεαλιστική εικόνα των μακροχρόνιων επιπτώσεων της πανδημίας.

ΔΙΑΒΑΣΤΕ ΑΚΟΜΗ

Λέσβος: Θρίλερ με τον θάνατο της 36χρονης γιατρού μετά τη γέννα – Το σενάριο της σοβαρής λοίμωξης

Οι ερευνητές διαπίστωσαν ότι το εργαλείο τους είναι πιο ακριβές και λιγότερο προκατειλημμένο από άλλους αλγόριθμους που βασίζονται σε έναν μόνο διαγνωστικό κωδικό ή σε μεμονωμένες κλινικές συναντήσεις, καθώς τα άτομα που εντόπισαν να νοσηλευτούν με μακροχρόνια Covid αντικατοπτρίζουν την ευρύτερη δημογραφική σύνθεση της Μασαχουσέτης.

Οι ερευνητές σχεδιάζουν να δημοσιοποιήσουν τον αλγόριθμο, ώστε να τον χρησιμοποιήσουν γιατροί και συστήματα υγειονομικής περίθαλψης σε όλο τον κόσμο.

Ανάμεσα στους περιορισμούς της μελέτης συγκαταλέγεται το γεγονός ότι τα δεδομένα του φακέλου υγείας που χρησιμοποιήθηκαν μπορεί να είναι λιγότερο πλήρη από αυτά που καταγράφονται από τους γιατρούς στις κλινικές σημειώσεις τους μετά την ιατρική επίσκεψη.

Μελλοντικές μελέτες μπορούν να διερευνήσουν τη χρήση του αλγοριθμού και σε ομάδες ασθενών με παθήσεις, όπως η χρόνια αποφρακτική πνευμονοπάθεια ή ο διαβήτης.

Πηγή: AΠΕ – ΜΠΕ