پیش بینی حملات قلبی به کمک یادگیری ماشینی

محققان دانشگاه پیتسبرگ، یک مدل جدید مبتنی بر یادگیری ماشینی را توسعه داده‌اند که قادر است حملات قلبی را با استفاده از تفسیر نوار قلب (ECG) و بسیار سریع‌تر و دقیق‌تر از روش‌های فعلی، پیش بینی و طبقه بندی کند.

به گزارش آی‌مدتودی به نقل از سیناپرس، پژوهشگران توضیح داده‌اند، مدل ما تضمین می‌کند که بیماران می‌توانند بدون تاخیر، تحت مراقبت مناسب قرار گیرند.

 سکته قلبی، زمانی رخ می‌دهد که یک لخته خون، جریان خون را به طور کامل مسدود کند. بیشتر سکته‌ها به دلیل بیماری عروق کرونر رخ می‌‌دهند که عوامل خطر آن شامل فشار خون بالا، استعمال دخانیات، دیابت، عدم تحرک، چاقی، کلسترول خون بالا، رژیم غذایی نامناسب و مصرف بیش از حد الکل است

STEMI، بدترین نوع حمله قلبی است که به دلیل انسداد کامل در یک شریان کرونری ایجاد می‌شود و نیاز به مداخله فوری برای بازگرداندن جریان خون دارد. این وضعیت از تغییرات و نوسانات مشاهده شده در نوار قلب، قابل تشخیص است.

چالش بزرگ پزشکان در تشخیص حملات قلبی، این است که تقریبا دو سوم حملات قلبی ناشی از انسدادهای شدیدی هستند که الگوی ECG مشخصی ندارند؛ ابزار جدید، به تشخیص سرنخ‌های ظریف در ECG کمک می‌کند و طبقه بندی بیماران مبتلا به درد قفسه سینه را بهبود می‌بخشد.

دانشمندان اظهار داشته‌اند، اطلاعات استخراج شده از این مدل، می‌‌توانند به بهبود تصمیم‌‌گیری ‌های پزشکی از جمله شروع درمان‌‌های خاص یا هشدار به بیمارستان‌‌ها در مورد ورود بیمار پرخطر کمک کنند.

از طرف دیگر، مدل ما همچنین می‌تواند به شناسایی بیماران کم خطری که ممکن است نیازی به مراجعه به بیمارستان با تجهیزات پزشکی پیشرفته و تخصصی قلب نداشته باشند، کمک کند.

یافته‌های تحقیقاتی در مجله Nature Medicine منتشر شده‌اند.