تشخیص زودهنگام عفونت‌های جراحی با استفاده از تصاویر بیماران و هوش مصنوعی
به گزارش خبرگزاری آنا؛ به نقل از Healthcare IT News، کلینیک مایو ابزار جدیدی مبتنی بر هوش مصنوعی توسعه داده که قادر است عفونت‌های محل جراحی (SSI) را با دقت بالا از طریق بررسی تصاویر ارسال‌شده توسط بیماران در پرونده‌های الکترونیک سلامت تشخیص دهد. این مرکز درمانی اعلام کرده است که این نوآوری می‌تواند با فراهم کردن امکان نظارت به‌موقع سرپایی، مراقبت‌های پس از عمل را متحول کند.
با توجه به اینکه بروز عوارض پس از ترخیص در ۳۰ روز ابتدایی می‌تواند در روند بهبودی اختلال ایجاد کند و حتی منجر به بستری مجدد بیمار شود، ابزارهای دیجیتال می‌توانند در این زمینه نقش مؤثری ایفا کنند.
مطالعات پیشین نشان داده‌اند که ابزارهای سلامت دیجیتال از راه دور توانایی شناسایی اولیه عوارض و طبقه‌بندی صحیح عفونت‌های زخم در بخش زیادی از بیماران را دارند. با این حال، این مطالعات تأکید کرده‌اند که پیش از ادغام کامل این ابزارها در نظام مراقبت بهداشتی، به انجام تحقیقات باکیفیت‌تر نیاز است.
در سال‌های اخیر، مدل‌هایی که قادرند خطر ابتلا به عفونت‌های بیمارستانی را به‌صورت زمان‌واقعی پیش‌بینی کنند، رشد چشم‌گیری داشته‌اند.
یوسف تامر، دانشمند ارشد داده و کاربردی در مرکز نوآوری بالینی پارکلند، اعلام کرد: چنین الگوریتمی، در صورتی که از طریق APIهای منابع همکاری مراقبتی سریع در گردش‌کارهای بالینی ادغام شود، در محل مراقبت قابلیت اجرا پیدا می‌کند و می‌تواند به کاهش نرخ مرگ‌ومیر ناشی از سپسیس کمک کند.
وی افزود: مدل زمان‌واقعی پارکلند هر ۱۵ دقیقه به پرونده الکترونیک سلامت مراجعه می‌کند و در صورتی که سطح خطر از آستانه ایمن فراتر رود، از طریق یک برنامه پشتیبانی تصمیم‌گیری که خروجی مدل را برای پزشکان قابل فهم می‌کند، هشدار لازم را ارائه می‌دهد.
تامر در مصاحبه‌ای با Healthcare IT News گفته است: هرچند عملکرد یک عامل کلیدی در این مدل‌ها محسوب می‌شود، اما مدلی که قابل توضیح باشد و اعتماد ارائه‌دهندگان خدمات درمانی را جلب کند، حتی اگر عملکردی معادل داشته باشد، بیشتر مورد استفاده قرار خواهد گرفت. این موضوع درک مهمی از وضعیت کنونی مراقبت‌های بهداشتی و فناوری اطلاعات سلامت است.
انتهای پیام/
