ترکی | فارسی | العربیة | English | اردو | Türkçe | Français | Deutsch
آخرین بروزرسانی : دوشنبه 15 دي 1404
دوشنبه 15 دي 1404
 لینک ورود به سایت
 
  جستجو در سایت
 
 لینکهای بالای آگهی متحرک سمت راست
 
 لینکهای پایین آگهی متحرک سمت راست
 
اوقات شرعی 
 
تاریخ : يکشنبه 14 دي 1404     |     کد : 208076

مطالعه جدید نشان می‌دهد

هوش مصنوعی می‌تواند تجویز دارو برای بیماری‌های قلبی را متحول کند

پژوهشگران می‌گویند این فناوری در نهایت می‌تواند از مراقبت‌های شخصی‌تر پشتیبانی کند و درمان‌ها را بهتر با نحوه عملکرد قلب هر فرد هماهنگ کند.


پژوهشگران می‌گویند این فناوری در نهایت می‌تواند از مراقبت‌های شخصی‌تر پشتیبانی کند و درمان‌ها را بهتر با نحوه عملکرد قلب هر فرد هماهنگ کند.
پایگاه خبری تحلیلی انتخاب: مطالعه جدید نشان می‌دهد هوش مصنوعی می‌تواند تجویز دارو برای بیماری‌های قلبی را متحول کند مطالعه جدید نشان می‌دهد هوش مصنوعی می‌تواند تجویز دارو برای بیماری‌های قلبی را متحول کند
پژوهشگران می‌گویند این فناوری در نهایت می‌تواند از مراقبت‌های شخصی‌تر پشتیبانی کند و درمان‌ها را بهتر با نحوه عملکرد قلب هر فرد هماهنگ کند.
 
به‌گفته یک مطالعه جدید، یک ابزار تازه هوش مصنوعی می‌تواند روند یافتن درمان‌های بیماری قلبی را سرعت ببخشد.
 
بیماری‌های قلبی‌عروقی (CVD) مهم‌ترین علت مرگ‌ومیر و ناتوانی در سراسر اتحادیه اروپا هستند و به‌گفته سازمان همکاری و توسعه اقتصادی (OECD) هر سال حدود ۱.۷ میلیون مرگ را رقم می‌زنند و ۶۲ میلیون نفر را تحت تاثیر قرار می‌دهند.
 
دانشمندان امپریال کالج لندن یک ابزار هوش مصنوعی (AI) توسعه داده‌اند تا مشخص کنند کدام ژن‌ها با بیماری مرتبط‌اند و با ترکیب اسکن‌های دقیق قلب با پایگاه‌های بزرگ داده‌های پزشکی، یافتن داروهای بیماری قلبی را سریع‌تر کنند.
 
این ابزار که CardioKG نام دارد با استفاده از داده‌های تصویربرداری قلب هزاران نفر در بیوبانک بریتانیا ساخته شده است. این مجموعه شامل بیماران مبتلا به شرایطی مانند فیبریلاسیون دهلیزی، نارسایی قلبی و سکته قلبی و همچنین داوطلبان سالم بود.
 
پژوهشگران می‌گویند با این کار می‌توان پیش‌بینی‌های دقیق‌تری درباره اینکه کدام داروها ممکن است به افراد با شرایط مشخص قلبی کمک کند انجام داد.
 
دکلن اوریگان، سرپرست گروه تصویربرداری محاسباتی قلب در آزمایشگاه علوم پزشکی MRC در امپریال کالج لندن گفت: «یکی از مزیت‌های گراف‌های دانشی این است که اطلاعات مربوط به ژن‌ها، داروها و بیماری‌ها را یکپارچه می‌کنند.»
 
پژوهشگران می‌گویند این رویکرد در نهایت می‌تواند به مراقبت‌های شخصی‌سازی‌شده منجر شود که در آن درمان‌ها با نحوه کارکرد قلب هر فرد هماهنگ‌تر است.
 
همین فناوری را می‌توان برای مطالعه دیگر وضعیت‌ها با استفاده از تصویربرداری پزشکی نیز به‌کار گرفت، از جمله اختلالات مغزی و چاقی.
 
اوریگان گفت: «این یعنی توان بیشتری برای کشف درمان‌های جدید دارید. دریافتیم که گنجاندن تصویربرداری قلب در گراف، نحوه و میزان شناسایی ژن‌ها و داروهای جدید را دگرگون کرد.»
 
در میان داروهای برجسته‌شده، نام متوترکسات که به‌طور گسترده برای درمان آرتریت روماتوئید استفاده می‌شود و گروهی از داروهای دیابت موسوم به گلیپتین‌ها به چشم می‌خورد.
 
مدل هوش مصنوعی پیشنهاد کرد متوترکسات می‌تواند به افراد مبتلا به نارسایی قلبی کمک کند و گلیپتین‌ها ممکن است برای مبتلایان به فیبریلاسیون دهلیزی سودمند باشد.
 
تحلیل همچنین به اثر محافظتی احتمالی کافئین در برخی بیماران مبتلا به فیبریلاسیون دهلیزی اشاره کرد، هرچند پژوهشگران تاکید کردند این به معنای آن نیست که مردم باید میزان مصرف کافئین خود را تغییر دهند.
 
خالد رجوب، نویسنده اول این مطالعه و پژوهشگر علم داده در امپریال کالج لندن گفت: «با تکیه بر این کار، گراف دانش را به یک چارچوب پویا و بیمارمحور گسترش خواهیم داد که مسیرهای واقعی بیماری را ثبت می‌کند.»
 
او افزود: «این کار امکان‌های تازه‌ای برای درمان شخصی‌سازی‌شده و پیش‌بینی زمان احتمالی بروز بیماری‌ها فراهم خواهد کرد».
 
منبع: یورونیوز


نوشته شده در   يکشنبه 14 دي 1404  توسط   کاربر 1   
PDF چاپ چاپ بازگشت
نظرات شما :
Refresh
SecurityCode