11.4 C
Brussel
Donderdag, Maart 28, 2024
NuusKI gebruik tydsberekening en weerdata om die risiko van hartstilstand akkuraat te voorspel

KI gebruik tydsberekening en weerdata om die risiko van hartstilstand akkuraat te voorspel

VRYWARING: Inligting en menings wat in die artikels weergegee word, is dié van diegene wat dit vermeld en dit is hul eie verantwoordelikheid. Publikasie in The European Times beteken nie outomaties onderskrywing van die siening nie, maar die reg om dit uit te druk.

VRYWARINGVERTALINGS: Alle artikels op hierdie webwerf word in Engels gepubliseer. Die vertaalde weergawes word gedoen deur 'n outomatiese proses bekend as neurale vertalings. As jy twyfel, verwys altyd na die oorspronklike artikel. Dankie vir die begrip.

AI Uses Timing and Weather Data to Accurately Predict Cardiac Arrest Risk

Masjienleermodel kombineer tydsberekening en weerdata.

'n Vertakking van kunsmatige intelligensie (KI), genaamd masjienleer, kan die risiko van 'n hartstilstand buite die hospitaal akkuraat voorspel - wanneer die hart skielik ophou klop - deur 'n kombinasie van tydsberekening en weerdata te gebruik, vind navorsing aanlyn gepubliseer in die joernaal hart.

Masjienleer is die studie van rekenaaralgoritmes, en gebaseer op die idee dat stelsels uit data kan leer en patrone kan identifiseer om besluite met minimale ingryping in te lig.

Die risiko van ’n hartstilstand was die hoogste op Sondae, Maandae, openbare vakansiedae en wanneer temperature binne of tussen dae skerp gedaal het, wys die bevindinge.

Hierdie inligting kan gebruik word as 'n vroeë waarskuwingstelsel vir burgers, om hul risiko te verlaag en hul kanse op oorlewing te verbeter, en om die paraatheid van mediese nooddienste te verbeter, stel die navorsers voor.

Hartstilstand buite die hospitaal is algemeen regoor die wêreld, maar word oor die algemeen geassosieer met lae oorlewingsyfers. Risiko word deur heersende weerstoestande beïnvloed.

Maar meteorologiese data is omvangryk en kompleks, en masjienleer het die potensiaal om assosiasies op te tel wat nie deur konvensionele eendimensionele statistiese benaderings geïdentifiseer word nie, sê die Japannese navorsers.

Om dit verder te ondersoek, het hulle die vermoë van masjienleer beoordeel om daaglikse buite-hospitaal hartstilstand te voorspel deur daaglikse weer (temperatuur, relatiewe humiditeit, reënval, sneeuval, wolkbedekking, windspoed en atmosferiese druklesings) en tydsberekening ( jaar, seisoen, dag van die week, uur van die dag en openbare vakansiedae) data.

Van 1,299,784 2005 2013 gevalle wat tussen 525,374 en XNUMX plaasgevind het, is masjienleer toegepas op XNUMX XNUMX, met behulp van weer- of tydsberekeningdata, of albei (opleidingdatastel).

Die resultate is toe vergelyk met 135,678 2014 gevalle wat in 15-’XNUMX voorgekom het om die akkuraatheid van die model vir die voorspelling van die aantal daaglikse hartstilstande in ander jare (toetsdatastel).

En om te sien hoe akkuraat die benadering op plaaslike vlak kan wees, het die navorsers 'n 'hittekaart-analise' uitgevoer, met behulp van 'n ander datastel wat getrek is vanaf die ligging van buite-hospitaal hartstilstande in Kobe stad tussen Januarie 2016 en Desember 2018.

Die kombinasie van weer- en tydsberekeningdata het 'n buite-hospitaal hartstilstand die akkuraatste voorspel in beide die opleiding- en toetsdatastelle.

Dit het voorspel dat Sondae, Maandae, openbare vakansiedae, winter, lae temperature en skerp temperatuurdalings binne en tussen dae sterker met hartstilstand geassosieer word as óf die weer- óf tydsberekeningsdata alleen.

Die navorsers erken dat hulle nie gedetailleerde inligting oor die ligging van hartstilstande behalwe in Kobe-stad gehad het nie, en ook nie enige data oor bestaande mediese toestande gehad het nie, wat albei die resultate kon beïnvloed het.

Maar hulle stel voor: "Ons voorspellende model vir daaglikse voorkoms van [buite hospitaal hartstilstand] is wyd veralgemeenbaar vir die algemene bevolking in ontwikkelde lande, want hierdie studie het 'n groot steekproefgrootte gehad en omvattende meteorologiese data gebruik."

Hulle voeg by: "Die metodes wat in hierdie studie ontwikkel is, dien as 'n voorbeeld van 'n nuwe model vir voorspellende analise wat toegepas kan word op ander kliniese uitkomste van belang wat verband hou met lewensgevaarlike akute kardiovaskulêre siekte."

En hulle kom tot die gevolgtrekking: "Hierdie voorspellende model kan nuttig wees om [buite hospitaal hartstilstand] te voorkom en die prognose van pasiënte te verbeter ... via 'n waarskuwingstelsel vir burgers en [nood mediese dienste] op hoërisiko dae in die toekoms."

In 'n gekoppelde hoofartikel stem dr. David Foster Gaieski, van Sidney Kimmel Mediese Kollege by Thomas Jefferson Universiteit, saam.

"Om te weet wat die weer waarskynlik in die komende week sal wees, kan 'kardiovaskulêre noodwaarskuwings' genereer vir mense in gevaar - om bejaardes en ander in kennis te stel oor komende tydperke van verhoogde gevaar, soortgelyk aan hoe weerdata gebruik word om mense in kennis te stel van komende gevaarlike pad toestande tydens winterstorms,” verduidelik hy.

“Hierdie voorspellings kan gebruik word vir hulpbronontplooiing, skedulering en beplanning sodat mediese nooddienstestelsels, noodafdeling-resussitasiehulpbronne en kardiale kateteriseringslaboratoriumpersoneel bewus is van en voorbereid is op die aantal verwagte [gevalle] gedurende die komende dae ,” voeg hy by.

Verwysings:

"Masjienleermodel vir die voorspelling van buite-hospitaal hartstilstande met behulp van meteorologiese en chronologiese data" 17 Mei 2021, hart.
DOI: 10.1136/heartjnl-2020-318726

"Volgende week se weervoorspelling: bewolk, koud, met 'n kans op hartstilstand" 17 Mei 2021, hart.
DOI: 10.1136/heartjnl-2021-318950

Befondsing: Omgewingsherstel- en -bewaringsagentskap van Japan; Japanse Vereniging vir die Bevordering van Wetenskap; Intramurale Navorsingsfonds vir Kardiovaskulêre Siektes van die Nasionale Serebrale en Kardiovaskulêre Sentrum

- Advertensie -

Meer van die skrywer

- EKSKLUSIEWE INHOUD -kol_img
- Advertensie -
- Advertensie -
- Advertensie -kol_img
- Advertensie -

Moet lees

Jongste artikels

- Advertensie -