25 مارس 2022- محققان پزشکی یک روش هوش مصنوعی را برای بهبود مراقبت از بیماران مبتلا به دیابت نوع 2 که به درمان پیچیده نیاز دارند، توسعه داده و آزمایش کردند. محققان با استفاده از داده‌های پرونده الکترونیکی سلامت در سراسر ایالت های یوتا و ایندیانا، به این هوش مصنوعی، الگوهای درمانی قابل تعمیم برای بیماران دیابت نوع 2 با ویژگی‌های مشابه را آموزش دادند و اکنون این سیستم می تواند از آن الگوها برای کمک به تعیین یک رژیم دارویی بهینه برای یک بیمار خاص استفاده کند.

شرکت هیتاچی، دانشکده ی بهداشت دانشگاه یوتا، و موسسه ی Regenstrief، این روش هوش مصنوعی را برای بهبود مراقبت از بیماران مبتلا به دیابت نوع 2 که به درمان پیچیده نیاز دارند، توسعه داده اند. از هر 10 بزرگسال در سراسر جهان، یک نفر مبتلا به دیابت نوع 2 تشخیص داده شده است، اما تعداد کمی از این افراد برای کنترل سطح گلوکز خون و جلوگیری از عوارض جدی دیابت، مانند از دست دادن بینایی و بیماری کلیوی، به چندین دارو نیاز دارند.

برای این گروه کوچکتر از بیماران، پزشکان ممکن است تجربه ی محدودی برای تصمیم گیری بالینی داشته باشند یا گایدلاینهای مبتنی بر شواهد، دستورات واضحی را برای انتخاب ترکیبات دارویی نداشته باشند. راه حل افزایش تعداد بیمارانی است که به درمان پیچیده نیاز دارند، تا پزشک اصول کلی برای هدایت تصمیم گیری را بیاموزد. با این حال، ترکیب داده‌های بیماران از چندین مؤسسه مراقبت‌های بهداشتی، به تخصص عمیق در هوش مصنوعی (AI) و تجربه ی گسترده در توسعه ی مدل‌های یادگیری ماشینی با استفاده از داده‌های حساس و پیچیده مراقبت‌های بهداشتی نیاز دارد که این کار توسط شرکت هیتاچی، دانشگاه بهداشت یوتا، و موسسه ی Regenstrief، انجام شد.

برخی از نتایج این مطالعه در مجله پزشکی معتبر، Journal of Biomedical Informatics، در مقاله ای با عنوان "پیش بینی نتایج دارویی برای دیابت نوع 2: ارزیابی سه رویکرد برای اعمال نفوذ اطلاعات پرونده الکترونیک سلامت از منابع متعدد" منتشر شده است.

هیتاچی چندین سال بادانشگاه بهداشت یوتا روی توسعه یک سیستم انتخاب دارو درمانی برای درمان دیابت کار کرده بود. با این حال، این سیستم همیشه قادر به پیش‌بینی دقیق الگوهای درمانی پیچیده‌تر و کمتر رایج نبود، زیرا داده‌های کافی در اختیار نداشت. به‌علاوه، استفاده از داده‌های چندین مرکز آسان نبود، زیرا لازم بود تفاوت‌ها در وضعیت بیماری افراد و داروهای درمانی تجویز شده در میان مراکز و مناطق مورد بررسی قرار گیرد. برای مقابله با این چالش ها، در این پروژه با Regenstrief همکاری کرد تا داده هایی را که این سیستم هوش مصنوعی با آن کار می کرد را غنی کند.

روش جدید هوش مصنوعی در ابتدا بیماران مبتلا به بیماری های مشابه را گروه بندی می کند و سپس الگوهای درمانی و نتایج بالینی آنها را تجزیه و تحلیل می نماید. سپس بیمار مورد نظر را با گروه‌های وضعیت بیماری مطابقت می‌دهد و بسته به گزینه‌های مختلف درمانی، دامنه ی پیامدهای بالقوه را برای بیمار پیش‌بینی می‌کند. محققان ارزیابی کردند که این روش تا چه اندازه در پیش‌بینی نتایج موفقیت‌آمیز با توجه به رژیم‌های دارویی تجویز شده برای بیماران مبتلا به دیابت در یوتا و ایندیانا کار می‌کند. این الگوریتم قادر به پشتیبانی از انتخاب دارو برای بیش از 83 درصد از بیماران بود، حتی زمانی که دو یا چند دارو با هم استفاده می‌شدند.

در آینده، تیم تحقیقاتی انتظار دارد به بیماران مبتلا به دیابت که نیاز به درمان پیچیده ای دارند، در بررسی اثربخشی ترکیبات مختلف دارویی و سپس تصمیم گیری با پزشکان خود در مورد برنامه درمانی مناسب برای آنها کمک کند. این نه تنها منجر به مدیریت بهتر دیابت می شود، بلکه باعث افزایش مشارکت، انطباق و کیفیت زندگی بیمار می گردد.

شرکت هیتاچی، دانشگاه بهداشت یوتا، و موسسه ی  Regenstrief، به ارزیابی و بهبود اثربخشی روش جدید هوش مصنوعی و کمک به مراقبت از بیمار در آینده از طریق تحقیقات بیشتر در انفورماتیک مراقبت های بهداشتی ادامه خواهند داد.

تلاش‌های شرکت هیتاچی در جهت تسریع کاربرد عملی این فناوری از طریق همکاری بین بخش‌های مراقبت‌های بهداشتی و تجارت فناوری اطلاعات و گروه تحقیق و توسعه، ادامه خواهد داشت. شرکت GlobalLogic، یک شرکت از گروه هیتاچی و پیشرو در مهندسی دیجیتال، پروژه های مرتبط با مراقبت های بهداشتی را در ایالات متحده ترویج می کند، همچنین همکاری در این زمینه را تعمیق خواهد کرد. از طریق این تلاش ها، کل گروه هیتاچی به سلامت و ایمنی مردم کمک خواهد کرد.

منبع:

https://www.sciencedaily.com/releases/2022/03/220325122431.htm