Skocz do zawartości
Forum Kopalni Wiedzy
KopalniaWiedzy.pl

Algorytmy przewidujące zgon będą ważnym narzędziem przyszłej medycyny

Rekomendowane odpowiedzi

Eksperymenty przeprowadzone przez naukowców z University of Nottingham wskazują, że algorytmy, które nauczą się przewidywania ryzyka przedwczesnego zgonu mogą w przyszłości być ważnym narzędziem medycyny prewencyjnej.

Lekarze i naukowcy opracowali algorytm oparty na technologii maszynowego uczenia się, którego zadaniem było przewidywanie ryzyka przedwczesnego zgonu u chronicznie chorych osób w średnim wieku. Okazało się, że sztuczna inteligencja nie tylko była bardzo dokładna, ale potrafiła z większą precyzją niż ludzie określić ryzyko

Algorytm uczył się na bazie danych obejmujących ponad 500 000 osób w wieku 40–69 lat o których informacje zebrano w latach 2006–2010, a ich losy śledzono do roku 2015.

Medycyna prewencyjna odgrywa coraz większą rolę w walce z poważnymi chorobami. Od lat pracujemy nad usprawnieniem tej dziedziny opieki zdrowotnej oraz nad ulepszeniem komputerowej oceny ryzyka w dużych populacjach. Większość tego typu prac skupia się na konkretnej chorobie. Ocena ryzyka zgonu z powodu wielu różnych czynników to bardzo złożone zadanie, szczególnie jeśli weźmiemy pod uwagę uwarunkowania środowiskowe i osobnicze, mówi główny autor badań, profesor Stephen Weng.

Dokonaliśmy poważnego postępu na tym polu opracowując unikatowe całościowe podejście do oceny ryzyka zgonu za pomocą technik maszynowego uczenia się. Używamy komputerów do stworzenia nowego modelu ryzyka uwzględniającego szeroką gamę czynników demograficznych, biologicznych, klinicznych czy stylu życia indywidualnych osób, w tym ich zwyczajów żywieniowych, dodaje uczony. Weng mówi, że gdy odpowiedzi podawane przez algorytm porównano z danymi dotyczącymi zgonów, przyjęć do szpitali, zachorowań na nowotwory i innymi danymi epidemiologicznymi, okazało się, że algorytmy były znacząco dokładniejsze niż opracowane przez ludzi metody oceny ryzyka.

Algorytm korzystał z metody statystycznej lasów losowych (random forest) oraz głębokiego uczenia się. Obecnie używane metody wykorzystują model regresji Cox'a oraz wielowariantowy model Cox'a, który jest doskonalszy, ale przeszacowuje ryzyko zgonu.

Najnowsze prace zespołu z Nottingham bazują na pracach wcześniejszych, podczas których ten sam zespół naukowy wykazał, że cztery różne algorytmy sztucznej inteligencji, bazujące na regresji logistycznej, gradient boosting, lasach losowych oraz sieciach neuronowych lepiej niż obecne metody używane w kardiologii pozwalają przewidzieć ryzyko chorób układu krążenia.


« powrót do artykułu

Udostępnij tę odpowiedź


Odnośnik do odpowiedzi
Udostępnij na innych stronach
7 godzin temu, KopalniaWiedzy.pl napisał:

Eksperymenty przeprowadzone przez naukowców z University of Nottingham wskazują, że algorytmy, które nauczą się przewidywania ryzyka przedwczesnego zgonu mogą w przyszłości być ważnym narzędziem medycyny prewencyjnej.

Na pewno przydadzą się ubezpieczycielom, aby zminimalizować ryzyko przez odpowiednie podnoszenie stawek bądź odmowę ubezpieczenia w ogóle.

Udostępnij tę odpowiedź


Odnośnik do odpowiedzi
Udostępnij na innych stronach

Gorzej jeśli lekarze zaniechają leczenia, bo algorytm wmówi im, że to bezcelowe.

Udostępnij tę odpowiedź


Odnośnik do odpowiedzi
Udostępnij na innych stronach
2 godziny temu, Ksen napisał:

Na pewno przydadzą się ubezpieczycielom, aby zminimalizować ryzyko przez odpowiednie podnoszenie stawek bądź odmowę ubezpieczenia w ogóle.

Będzie super! Idziesz i mówisz że chcesz ubezpieczenie. Dostajesz diagnozę w postaci składki i dalej pijesz,palisz,swawolisz. Chyba że wyrok w postaci odmowy, wtedy cardio, crosfit, głodówka i generalnie asceza...

Udostępnij tę odpowiedź


Odnośnik do odpowiedzi
Udostępnij na innych stronach
6 godzin temu, Jajcenty napisał:

Będzie super! Idziesz i mówisz że chcesz ubezpieczenie. Dostajesz diagnozę w postaci składki i dalej pijesz,palisz,swawolisz. Chyba że wyrok w postaci odmowy, wtedy cardio, crosfit, głodówka i generalnie asceza...

Lub, ewentualnie, że mam poważną chorobę genetyczną i pozostaje mi tylko poszukać odpowiednio wytrzymałego sznura.

Udostępnij tę odpowiedź


Odnośnik do odpowiedzi
Udostępnij na innych stronach

Jeśli chcesz dodać odpowiedź, zaloguj się lub zarejestruj nowe konto

Jedynie zarejestrowani użytkownicy mogą komentować zawartość tej strony.

Zarejestruj nowe konto

Załóż nowe konto. To bardzo proste!

Zarejestruj się

Zaloguj się

Posiadasz już konto? Zaloguj się poniżej.

Zaloguj się

  • Podobna zawartość

    • przez KopalniaWiedzy.pl
      Dermatolog Harald Kittler z Uniwersytetu Medycznego w Wiedniu stanął na czele austriacko-australijskiego zespołu, który porównał trafność diagnozy i zaleceń dotyczących postępowania z przebarwieniami na skórze stawianych przez lekarzy oraz przez dwa algorytmy sztucznej inteligencji pracujące na smartfonach. Okazało się, że algorytmy równie skutecznie co lekarze diagnozują przebarwienia. Natomiast lekarze podejmują znacznie lepsze decyzje dotyczące leczenia.
      Testy przeprowadzono na prawdziwych przypadkach pacjentów, którzy zgłosili się na Wydział Dermatologii Uniwersytetu Medycznego w Wiedniu oraz do Centrum Diagnozy Czerniaka w Sydney w Australii.
      Testowane były dwa scenariusze. W scenariuszu A porównywano 172 podejrzane przebarwienia na skórze (z których 84 były nowotworami), jakie wystąpiły u 124 pacjentów. W drugim (scenariuszu B) porównano 5696 przebarwień – niekoniecznie podejrzanych – u 66 pacjentów. Wśród nich było 18 przebarwień spowodowanych rozwojem nowotworu. Testowano skuteczność dwóch algorytmów. Jeden z nich był nowym zaawansowanym programem, drugi zaś to starszy algorytm ISIC (International Skin Imaging Collaboration), używany od pewnego czasu do badań retrospektywnych.
      W scenariuszu A nowy algorytm stawiał diagnozę równie dobrze jak eksperci i był wyraźnie lepszy od mniej doświadczonych lekarzy. Z kolei algorytm ISIC był znacząco gorszy od ekspertów, ale lepszy od niedoświadczonych lekarzy.
      Jeśli zaś chodzi o zalecenia odnośnie leczenia, nowoczesny algorytm sprawował się gorzej niż eksperci, ale lepiej niż niedoświadczeni lekarze. Aplikacja ma tendencję do usuwania łagodnych zmian skórnych z zaleceń leczenia, mówi Kittler.
      Algorytmy sztucznej inteligencji są więc już na tyle rozwinięte, że mogą służyć pomocą w diagnozowaniu nowotworów skóry, a szczególnie cenne będą tam, gdzie brak jest dostępu do doświadczonych lekarzy. Ze szczegółami badań można zapoznać się na łamach The Lancet.

      « powrót do artykułu
    • przez KopalniaWiedzy.pl
      Chińsko-amerykański zespół ekspertów, w tym epidemiolog Marc Lipsitch, który jako jeden z pierwszych mówił, że koronawirus SARS-CoV-2 zarazi większość ludzi i zostanie z nami na stałe, przeprowadził nowe obliczenia dotyczące śmiertelności COVID-19 oraz grup, które narażone są na szczególne ryzyko. Okazuje się, że śmiertelność jest niższa niż początkowo podawano, a najmniej narażoną grupą wiekową są osoby przed 30. rokiem życia.
      Naukowcy ze współpracującym z WHO laboratorium z Uniwersytetu w Hongkongu oraz Wydziału Epidemiologii Uniwersytetu Harvarda przeanalizowali osiem publicznych i prywatnych baz danych dotyczących epidemii COVID-19 w Wuhan i przedstawili na tej podstawie znacznie bardziej dokładny obraz epidemiologiczny.
      Wykorzystali naprawdę imponujący zestaw danych, w skład którego weszły: 1. krzywa epidemii potwierdzonych przypadków zachorowań w Wuhan, do których doszło pomiędzy 10 grudnia 2019 a 3 stycznia 2020, a które nie miały bezpośredniego związku z targiem w Wuhan 2. liczbę potwierdzonych przypadków zachorowań, wśród osób, które pomiędzy 25 grudnia 2019 a 19 stycznia 2020 wyleciały z Wuhan do innych miast Chin; 3. liczbę osób, które pomiędzy 29 stycznia a 4 lutego bieżącego roku, przyleciały z Wuhan do swoich krajów, a u których w momencie przylotu wykryto COVID-19 oraz proporcję pasażerów chorych i zdrowych w każdym z lotów; 4. rozkład wiekowy wszystkich potwierdzonych przypadków zachorowań w Wuhan do dnia 11 lutego włącznie; 5. rozkład wiekowy wszystkich potwierdzonych przypadków zgonów z powodu COVID-19 w Chinach do dnia 11 lutego; 6. ogólną liczbę przypadków zgonów w Wuhan z powodu COVID-19 do dnia 25 lutego; 7. czas, jaki upłynął pomiędzy wystąpieniem objawów i zgonem lub przyjęciem do szpitala a zgonem dla 41 przypadków zgonów w Wuhan; 8. czas jaki upłynął pomiędzy wystąpieniem objawów u obu osób w parach zarażający-zarażany dla 43 par.
      Autorzy badań przyjęli bazowe założenie, że w ogólnej populacji prawdopodobieństwo wystąpienia objawów choroby po zarażeniu wynosi 50%.
      W takim wypadku ryzyko zgonu dla osób z objawami wynosi 0,3% w grupie wiekowej poniżej 30. roku życia, 0,5% w grupie 30–59 lat oraz 2,6% dla osób powyżej 59. roku życia. Śmiertelność COVID-19 dla wszystkich grup wiekowych wynosi 1,4%. Jednocześnie stwierdzono, że prawdopodobieństwo pojawienia się objawów jest w grupie wiekowej 0–30 lat 6-krotnie niższe, a w grupie wiekowej >59 lat 2-krotnie wyższe, niż w grupie 30–59 lat.
      Naukowcy wyliczyli też, że – przy wspomnianym prawdopodobieństwie wystąpienia objawów choroby – jeden chory zaraża średnio 1,94 osoby (R0, podstawowa liczba odtwarzania). Mediana różnicy czasu wystąpienia objawów w parze zakażający-zakażany wynosi 7 dni, a mediana czasu od wystąpienia objawów do zgonu to 20 dni.
      Liczba dziennych przypadków zakażeń, przed wprowadzeniem w Wuhan kwarantanny, zwiększała się dwukrotnie co 5,2 dnia, a wprowadzone przez władze działania zapobiegawcze, takie jak kwarantanna, zmniejszyły wskaźnik R0 o 48%. Nie spadł on zatem poniżej 1, czyli progu, po przekroczeniu którego epidemia powinna wygasać. Zdaniem naukowców w Wuhan pomiędzy 10 grudnia 2019 a 3 stycznia 2020 laboratoryjnie potwierdzono zaledwie 1,8% zachorowań na COVID-19 u osób wykazujących objawy.
      W artykule, opublikowanym na łamach Nature, czytamy: biorąc pod uwagę fakt, że w naszym modelu korzystaliśmy z danych z Wuhan, nasze oceny ryzyka nie mogą być przekładane wprost na regiony poza epicentrum epidemii, szczególnie dla jej kolejnych faz. Doświadczenie zdobyte podczas zarządzania początkowymi przypadkami zachorowań, dostępność nowych, potencjalnie lepszych, metod leczenia, będą prawdopodobnie prowadziły do mniejszej liczby zgonów. Środki zaradcze szeroko zastosowane w Chinach pozwoliły na ograniczenie rozmiarów epidemii poza Wuhan, dzięki czemu inne systemy opieki zdrowotnej nie zostały przeciążone, co z również prawdopodobnie pozwoli na zmniejszenie rozmiarów epidemii. Widzimy to chociażby po tym, że stosunek przypadków zgonów do zdiagnozowanych zachorowań jest we wszystkich innych chińskich miastach niższy niż w Wuhan.
      Warto zauważyć, że artykuł przekazano do publikacji 13 lutego, został on pozytywnie zaopiniowany 9 marca i opublikowano go dzisiaj, 19 marca. Pierwsze przypadki COVID-19 pojawiły się w Europie, we Francji, 25 stycznia. W dniu oddawania artykułu do publikacji w Europie było zaledwie 45 przypadków zachorowań. Dwa dni później zanotowano pierwszy zgon na terenie Europy (we Francji).

      « powrót do artykułu
    • przez KopalniaWiedzy.pl
      Chińscy naukowcy przeprowadzili retrospektywne badanie kohortowe, obejmujące wszystkich dorosłych pacjentów (191) z laboratoryjnie potwierdzonym COVID-19 z Jinyintan Hospital i Wuhan Pulmonary Hospital, którzy zostali wypisani ze szpitala albo zmarli do 31 stycznia br. Analiza dotyczyła 171 osób z kompletem danych dla uwzględnionych zmiennych. Okazało się, że starszy wiek, wyższy wynik w skali SOFA (skali niewydolności narządów związanej z sepsą) i poziom d-dimerów powyżej 1 µg/L przy przyjęciu wiązały się z podwyższonym ryzykiem zgonu.
      Autorzy artykułu z The Lancet twierdzą, że ich spostrzeżenia mogą pomóc lekarzom na wczesnym etapie zidentyfikować pacjentów z gorszymi prognozami. Naukowcy podkreślają, że ograniczeniem ich badania może być wielkość próby.
      Chińczycy wyliczają, że spośród 191 pacjentów (135 z Jinyintan Hospital i 56 z Wuhan Pulmonary Hospital) 137 wypisano, a 54 zmarło w szpitalu. U 91 (48%) pacjentów stwierdzono chorobę współistniejącą. Najczęściej było to nadciśnienie (58 osób, 30%). Na drugim miejscu znalazła się cukrzyca (36 osób, 19%), a na trzecim choroba niedokrwienna serca (15 osób, 8%).
      Mediana (wartość środkowa) wydzielania wirusa u osób, które przeżyły, wynosiła 20 dni. Najkrótszy zaobserwowany okres wydzielania wirusa w tej grupie wynosił 8 dni, najdłuższy - 37 dni. Pacjenci, którzy zmarli, wydzielali SARS-CoV-2 aż do śmierci.
      Zespół podkreśla, że na długość okresu wydzielania wirusa wpływa ciężkość choroby. Tutaj wszyscy byli zaś hospitalizowani, a u 2/3 COVID-19 można było uznać za ciężką lub krytyczną.
      Przedłużony czas wydzielania wirusa to ważny wskaźnik dla podjęcia decyzji o izolacji czy włączeniu leczenia przeciwwirusowego u pacjentów z potwierdzonym COVID-19. Trzeba jednak podkreślić, że wydzielanie wirusa nie powinno być mylone z innymi zaleceniami dotyczącymi izolacji osób, które mogły zarazić się koronawirusem, ale nie wykazują jeszcze objawów. Taka samodzielna izolacja powinna wynikać z określonego czasu inkubacji wirusa, mówi profesor Bin Cao.
      Uczony dodaje, że jego zdaniem zdiagnozowanego pacjenta można wypisać ze szpitala dopiero po uzyskaniu negatywnego wyniki testu na obecność SARS-CoV-2. Uważa on, że przypadki COVID-19 należy traktować jak ciężki przypadki grypy. W grypie o ciężkim przebiegu opóźnienie terapii antywirusowej powoduje, że pacjent dłużej wydziela wirusa i jest bardziej narażony na śmierć. Mimo tego, że nie zauważyliśmy, by terapia antywirusowa skracała okres wydzielania wirusa u pacjentów z COVID-19, uważamy, że należy ją włączyć do leczenia, dodaje naukowiec.
      Chińcycy przypominają też, że do śmierci pacjentów zainfekowanych SARS-CoV-2 przyczyniają się starszy wiek, objawy sepsy w momencie przyjęcia do szpitala, współistniejące choroby oraz przedłużone stosowanie nieinwazyjnych metod wentylowania organizmu. Gorsze prognozy dla osób starszych mogą być, przynajmniej częściowo, związane ze słabszym układem odpornościowym i zwiększonym stanem zapalnym, który może wspomagać namnażanie się wirusa. W grę wchodzi także przedłużony stan zapalny, który może powodować uszkodzenie serca, mózgu i innych organów, dodaje współautor badań doktor Zhibo Liu ze szpitala Jinyintan.
      To również pierwsze badania, w których tak dokładnie opisano przebieg choroby. Mediana trwania gorączki wynosiła około 12 i była podobno zarówno u osób, które zostały wyleczone, jak i u tych, które zmarły. U chorych utrzymuje się też długotrwały kaszel. Aż 45% wyleczonych kaszle jeszcze w momencie wypisywania ze szpitala. Z kolei krótki oddech utrzymuje się przez 13 dni u osób wyleczonych, ale trwa aż do zgonu u tych, których nie udało się wyleczyć.
      Autorzy badań szczegółowo opisali też przebieg choroby z uwzględnieniem sepsy, zespołu ostrej niewydolności oddechowej, ostrego uszkodzenia serca czy nerek oraz innych czynników wpływających na stan i rokowania pacjenta. Wszystkie te dane można znaleźć w udostępnionym artykule pod tytułem: Clinical course and risk factors for mortality of adult inpatients with COVID-19 in Wuhan, China: a retrospective cohort study.

      « powrót do artykułu
    • przez KopalniaWiedzy.pl
      Wraz z coraz większą liczbą tekstów publikowanych w internecie, pojawiła się potrzeba stworzenia zautomatyzowanych metod tworzenia abstraktów artykułów czy wywiadów. Większość dostępnych narzędzi jest zależnych od języka, w jakim został napisany oryginalny tekst, a ich stworzenie wymaga trenowania algorytmów na wielkich bazach danych.
      Firma BGN Technologies, zajmująca się transferem technologicznym wynalazków opracowanych na Uniwersytecie Ben Guriona, zaprezentowała nowatorskie automatyczne narzędzie do tworzenia abstraktów, które działa niezależnie od języka oryginalnego tekstu.
      Technologia, opracowana przez profesora Marka Lasta, doktor Marinę Litvak i doktora Menahema Friedmana bazuje na algorytmie, który klasyfikuje poszczególne zdania na podstawie statystycznych obliczeń charakterystycznych cech, które mogą być wyliczone dla każdeog języka. Następnie najwyżej ocenione zdania są wykorzystywane do stworzenia abstraktu. Metoda, nazwana Multilingual Sentence Extractor (MUSE), została przetestowana na języku angielskim, hebrajskim, arabskim, perskim, rosyjskim, chińskim, niemieckim i hiszpańskim. W przypadku angielskiego, hebrajskiego, arabskiego i perskiego stworzone abstrakty były bardzo podobne do abstraktów napisanych przez ludzi.
      Główną zaletą nowego narzędzia jest fakt, że po początkowym treningu algorytmów na opatrzonych odpowiednimi komentarzami artykułach, z których każdemu towarzyszy kilkanaście abstraktów napisanych przez ludzi, algorytmy nie muszą być później trenowane dla każdego języka z osobna. Ten sam model, który wypracowały podczas treningu, może zostać użyty dla wielu różnych języków.
      Podsumowanie tekstu, do którego wybrano zestaw najbardziej pasujących zdań z tekstu źródłowego, a wyboru dokonano na podstawie punktacji przyznawanej zdaniom i wykorzystanie w abstrakcie najwyżej punktowanych zdań, to nieocenione narzędzie do szybkiego przeglądania wielkich ilość tekstów w sposób niezależny od języka. To kluczowe narzędzie zarówno dla wyszukiwarek jak i dla takich użytkowników końcowych jak badacze, biblioteki czy media – stwierdził profesor Last.


      « powrót do artykułu
    • przez KopalniaWiedzy.pl
      W dużych ogólnoeuropejskich badaniach stwierdzono, że osoby, które dziennie piją co najmniej dwie szklanki napojów słodzonych – niezależnie od tego, czy były one słodzone cukrem czy słodzikami – są narażone na wyższe ryzyko zgonu niż osoby, które piją mniej niż jedną szklankę miesięcznie.
      Badania, koordynowane przez Międzynarodową Agencję Badań nad Rakiem (IARC) korzystały z danych ponad 450 000 osób zgromadzonych w ramach European Prospective Investigation into Cancer and Nutrition (EPIC), w ramach których losy uczestników śledzono średnio przez ponad 16 lat. Analiza wykazały, że dzienne spożycie dwóch i więcej szklanek słodzonych napojów wiąże się z wyższym ryzykiem zgonu z jakiejkolwiek przyczyny.
      Znaleziono też pozytywną korelację pomiędzy spożywaniem dwóch lub więcej szklanek takich napójw dziennie z ze zgonami spowodowanymi chorobami układu krążenia oraz pozytywną korelację spożywania jednej i więcej szklanki słodzonych napojów gazowanych dziennie ze zgonami z powodu chorób układu pokarmowego.
      W badaniach wzięły udział 451 743 osoby z Danii, Francji, Niemiec, Grecji, Włoch, Holandii, Norwegii, Hiszpanii, Szwecji i Wielkiej Brytanii. Wykluczono z nich osoby cierpiące na nowotwory, cukrzycę, choroby układu serca oraz takie, które przeszły udar oraz osoby, które nie były w stanie informować szczegółowo o swojej diecie, a także te, które w ogóle nie piły gazowanych napojów słodzonych.
      Średnia wieku badanych wynosiła 50,8 lat. W czasie 16 lat badań zmarły 41 693 osoby. Analiza wykazała, że zmarło 9,3% osób, które piły mniej niż jedną szklankę słodzonych napojów w miesiącu i 11,5% osób, które piły co najmniej 2 szklanki takich napojów dziennie. Po uwzględnieniu takich czynników ryzyka jak BMI, dieta, aktywność fizyczna czy palenie papierosów, oznacza to, że spożywanie co najmniej dwóch szklanek słodzonych napojów dziennie wiąże się z 17-procentowym wzrostem ryzyka zgonu w porównaniu z osobami, które piją mniej niż 1 szklankę miesięcznie. Podobne trendy zaobserwowano bez względu na płeć oraz niezależnie od tego czym był słodzony napój.
      Napoje słodzone cukrem zwiększały ryzyko zgonu z powodu chorób przewodu pokarmowego, a słodzone słodzikami – z powodu chorób układu krążenia. Wszystkie napoje były związane z większym ryzykiem zgonu z powodu choroby Parkinsona.
      Naukowcy zwracają uwagę, że z badań wynika, iż napoje słodzone sztucznymi słodzikami, wbrew temu co próbują wmówić ich producenci, wcale nie są zdrowsze od napojów słodzonych cukrem. Kwestia ta wymaga jednak dalszych badań.
      Niezależnie jednak od wszystkiego jasnym jest, że woda jest znacznie lepsza i zdrowsza od każdego kolorowego słodkiego napoju.

      « powrót do artykułu
  • Ostatnio przeglądający   0 użytkowników

    Brak zarejestrowanych użytkowników przeglądających tę stronę.

×
×
  • Dodaj nową pozycję...