AI निगरानी उपकरण सेप्सिस जोखिम का सफलतापूर्वक अनुमान लगा सकता है- अध्ययन
नई दिल्ली। एक अध्ययन में पाया गया है कि एक कृत्रिम बुद्धिमत्ता (एआई) मॉडल सेप्सिस संक्रमण के जोखिम वाले रोगियों की तुरंत पहचान कर सकता है और संभावित रूप से जीवन बचाने में मदद कर सकता है।सेप्सिस एक गंभीर स्थिति है जो तब होती है जब शरीर की प्रतिरक्षा प्रणाली किसी संक्रमण के प्रति अत्यधिक …
नई दिल्ली। एक अध्ययन में पाया गया है कि एक कृत्रिम बुद्धिमत्ता (एआई) मॉडल सेप्सिस संक्रमण के जोखिम वाले रोगियों की तुरंत पहचान कर सकता है और संभावित रूप से जीवन बचाने में मदद कर सकता है।सेप्सिस एक गंभीर स्थिति है जो तब होती है जब शरीर की प्रतिरक्षा प्रणाली किसी संक्रमण के प्रति अत्यधिक प्रतिक्रिया करती है।एनपीजे डिजिटल मेडिसिन जर्नल में प्रकाशित अध्ययन में पाया गया कि एआई एल्गोरिदम, जिसे कंपोजर कहा जाता है, के परिणामस्वरूप मृत्यु दर में 17 प्रतिशत की कमी आई है।
अमेरिका के कैलिफोर्निया विश्वविद्यालय (यूसी) सैन डिएगो स्कूल ऑफ मेडिसिन के सह-लेखक गेब्रियल वार्डी ने कहा, "हमारा कंपोजर मॉडल स्पष्ट नैदानिक अभिव्यक्तियों से पहले सेप्सिस की भविष्यवाणी करने के लिए वास्तविक समय के डेटा का उपयोग करता है।"वार्डी ने कहा, "यह पर्दे के पीछे चुपचाप और सुरक्षित रूप से काम करता है, संभावित सेप्सिस के संकेतों के लिए हर मरीज की लगातार निगरानी करता है।"
एक बार जब कोई मरीज आपातकालीन विभाग में जांच करता है, तो एल्गोरिदम 150 से अधिक विभिन्न रोगी चरों की लगातार निगरानी करना शुरू कर देता है, जिन्हें सेप्सिस से जोड़ा जा सकता है, जैसे प्रयोगशाला परिणाम, महत्वपूर्ण संकेत, वर्तमान दवाएं, जनसांख्यिकी और चिकित्सा इतिहास।शोधकर्ताओं ने कहा कि यदि किसी मरीज में कई प्रकार के लक्षण मौजूद होते हैं, जिसके परिणामस्वरूप सेप्सिस संक्रमण का खतरा अधिक होता है, तो एआई एल्गोरिदम अस्पताल के इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड के माध्यम से नर्सिंग स्टाफ को सूचित करेगा।
उन्होंने कहा कि नर्सिंग टीम फिर चिकित्सक के साथ समीक्षा करेगी और उचित उपचार योजना निर्धारित करेगी।यूसी सैन डिएगो स्कूल ऑफ मेडिसिन के एसोसिएट प्रोफेसर और अध्ययन के सह-लेखक शमीम नेमाती ने कहा, "ये उन्नत एआई एल्गोरिदम उन पैटर्न का पता लगा सकते हैं जो शुरू में मानव आंखों के लिए स्पष्ट नहीं हैं।"
नेमाती ने कहा, "सिस्टम इन जोखिम कारकों को देख सकता है और सेप्सिस की अत्यधिक सटीक भविष्यवाणी कर सकता है। इसके विपरीत, यदि जोखिम पैटर्न को अन्य स्थितियों द्वारा उच्च आत्मविश्वास के साथ समझाया जा सकता है, तो कोई अलर्ट नहीं भेजा जाएगा।"अध्ययन में अमेरिका में यूसी सैन डिएगो मेडिकल सेंटर और जैकब्स मेडिकल सेंटर दोनों के आपातकालीन विभागों में कंपोजर की तैनाती से पहले और बाद में भर्ती हुए 6,000 से अधिक मरीजों की जांच की गई।
यह एआई डीप-लर्निंग मॉडल का उपयोग करके रोगी के परिणामों में सुधार की रिपोर्ट करने वाला पहला अध्ययन है, जो रोगियों में स्वास्थ्य संबंधी चिंताओं को सुरक्षित और सही ढंग से पहचानने के लिए जांच और संतुलन के रूप में कृत्रिम तंत्रिका नेटवर्क का उपयोग करता है।शोधकर्ताओं ने कहा कि मॉडल जटिल और कई जोखिम कारकों की पहचान करने में सक्षम है, जिनकी पुष्टि के लिए स्वास्थ्य देखभाल टीम द्वारा समीक्षा की जाती है।वार्डी ने कहा, "यह इस एआई मॉडल के कारण है कि हमारी टीमें मरीजों को तेजी से जीवन रक्षक थेरेपी प्रदान कर सकती हैं।"
