Nauczyłem się leczyć sepsę i diagnozować złamania.

Nauczyłem się leczyć sepsę i diagnozować złamania.

Grupa badaczy ze Stanów Zjednoczonych i Imperial College w Wielkiej Brytanii opowiedziała o eksperymencie, w którym sztuczna inteligencja nauczyła się zalecać najskuteczniejsze leczenie sepsy, a także oznaczyć nawet małe złamania z dużą precyzją.

Zwykle leczenie posocznicy następuje przez wstrzyknięcie dożylne i vazopressorov – grupy leków, które są używane do zwężania naczyń. Jednak metody te są kontrowersyjne w środowisku medycznym, ponieważ zawierają ryzyko dla zdrowia pacjentów. SI próbowała nauczyć się zbierać informacje o stanie zdrowia pacjenta, które mógł uzyskać z bazy danych klinik, a następnie wskazywać optymalne rozwiązanie oparte na różnych danych o ciele.

W AI uprzednio analizowano dane od około 100 000 pacjentów z sepsą leczono przez ostatnie pięć lat. Brał pod uwagę 48 podkategorii danych ważnych z punktu widzenia leczenia: wiek, wskaźniki medyczne, stan zdrowia przed rozpoczęciem terapii. W 98% przypadków rozwiązania AI przyczyniły się do poprawy zdrowia pacjenta i były bardziej dokładne niż w przypadku lekarzy.

Również naukowcy przeprowadzili eksperyment poświęcony złamaniom. Duże obrażenia są łatwe do wykrycia, ale niewielkie złamania mogą być trudne nawet dla specjalisty.

Zespół zebrał 18 chirurgów ortopedów, aby zdiagnozować około 1,5 miliona obrazów potencjalnych złamań nadgarstka, a następnie wykorzystał te dane do wyszkolenia ich algorytmu. Zidentyfikował obszary, które mogły potencjalnie zranić. W tym przypadku dokładność określania złamania wzrosła z 81% do 92%, a specyficzność – zdolność do prawidłowej diagnozy – od 88% do 94%.

Powiązane wiadomości