يمكن أن يساعد الذكاء الاصطناعي الأطباء العامين في تحديد المرضى الأكثر عرضة للإصابة بحالات قد تؤدي إلى مشاكل قلبية قاتلة، حيث ساعدت جامعة ليدز في تدريب نظام ذكاء اصطناعي يُسمى “أوبتيميز”، الذي قام بفحص سجلات صحية لأكثر من مليونين من الأشخاص.
ووجد الباحثون أن العديد من المرضى كان لديهم حالات غير مشخصة، أو لم يتلقوا الأدوية التي يمكن أن تساعد في تقليل مخاطرهم، وقال الدكتور راميش نادراجاه من الجامعة إن الوقاية من تفاقم الحالات غالبًا ما تكون أقل تكلفة من العلاج، ومن بين سجلات المليونين التي تم فحصها، تم تحديد أكثر من 400,000 شخص على أنهم في خطر عالٍ من مثل حالات فشل القلب والسكتة الدماغية والسكري، وقد شكلت هذه المجموعة 74% من المرضى الذين توفوا بسبب حالة قلبية.
وفي تجربة مبدئية لنظام “أوبتيميز” شملت 82 مريضًا عالي المخاطر، وجد أن واحدًا من كل خمسة كان لديه مرض مزمن في الكلى بمستوى معتدل أو عالي المخاطر لم يُشخَص، وأُعطي أكثر من نصف المرضى الذين يعانون من ارتفاع ضغط الدم أدوية مختلفة لإدارة مخاطر القلب بشكل أفضل، ووجدت الدراسة أن هذه الطريقة قد تتيح للأطباء معالجة المرضى في وقت مبكر، مما يساعد في تخفيف الضغوط على نظام الصحة الوطني (NHS).
اقرأ أيضًا >> ارتفاع مبيعات خوادم Dell بنسبة 80% بسبب موجة الذكاء الاصطناعي
وقال الدكتور نادراجاه، زميل أبحاث بيانات الصحة، إن الوفيات المرتبطة بالقلب غالبًا ما تكون ناتجة عن مجموعة من العوامل، ويستخدم هذا الذكاء الاصطناعي البيانات المتاحة بسهولة للحصول على رؤى جديدة قد تساعد المهنيين الصحيين في ضمان تقديم الرعاية في الوقت المناسب لمرضى.
تخفيف الضغط عن هيئة الخدمات الصحية
توجد خطط لإجراء تجربة سريرية أكبر، وفقًا للباحثين الذين قدموا نتائجهم في مؤتمر الجمعية الأوروبية لأمراض القلب في لندن، وأضاف الدكتور نادراجاه أنهم يأملون في الاستفادة من الأبحاث في نهاية المطاف للمرضى الذين يعانون من أمراض القلب والدورة الدموية، بالإضافة إلى المساعدة في تخفيف الضغط عن أنظمة NHS لدينا.
قال البروفيسور براين ويليامز، كبير المسؤولين العلميين والطبيين في مؤسسة القلب البريطانية، التي مولت الدراسة، إن تشخيص الأشخاص مبكرًا هو مفتاح تقليل دخول المستشفيات، وكان ربع جميع الوفيات في المملكة المتحدة ناتجة عن أمراض القلب والدورة الدموية، وهذه الدراسة الجديدة والمثيرة تستخدم قوة تقنية الذكاء الاصطناعي المتطورة باستمرار لاكتشاف الحالات المتعددة التي تسهم في ذلك.
