
Algorytmy przewidujące zgon będą ważnym narzędziem przyszłej medycyny
dodany przez
KopalniaWiedzy.pl, w Technologia
-
Podobna zawartość
-
przez KopalniaWiedzy.pl
Od wielu lat inżynierowie z Uniwersytetu Harvarda tworzą elastyczne robotyczne stroje dla osób z upośledzeniem ruchu w wyniku udarów czy chorób neurodegeneracyjnych. Stroje takie służą nie tylko pomocą przy wykonywaniu codziennych czynności, ale równie pomagają przy terapii, której celem jest odzyskanie mobilności. Jednak nie ma dwóch identycznych osób, a nasz sposób poruszania się jest wysoce zindywidualizowany. Szczególnie jest to widoczne u osób z zaburzeniami mobilności. To zaś powoduje, że bardzo trudno jest stworzyć urządzenie, które nadawałoby się dla różnych osób.
Rozwiązaniem tego problemu może być wykorzystanie systemów maszynowego uczenia się. Profesor Conor Walsh i jego zespół z John A. Paulson School of Engineering and Applied Sciences (SEAS) na Uniwersytecie Harvarda od sześciu lat współpracują z lekarzami z Massachusetts General Hospital oraz naukowcami z Harvard Medical School. Efektem współpracy ze specjalistą od udarów i rehabilitacji układu nerwowego doktorem Dawidem Linem oraz specjalistką od stwardnienia rozsianego doktor Sabriną Paganoni jest specjalna kamizelka zdolna do uczenia się ruchów indywidualnego pacjenta i pomagająca mu poruszać kończyną wymagającą rehabilitacji.
Problemem dla osób z upośledzeniami ruchomości jest na przykład wykonanie serii powtarzalnych ruchów, potrzebnych na przykład przy myciu zębów czy jedzeniu. Mają problemy z uniesieniem ramienia na odpowiednią wysokość, utrzymaniem go, ramię bardzo szybko się męczy, gdy trzeba takie ruchy powtarzać. Wstępne wersje samouczącej się kamizelki zwracały uwagę tylko na ruchy pacjenta. Okazało się, że gdy kamizelka pomogła unieść ramię, chorzy mieli problem z jego opuszczeniem. Niektórzy nie mieli siły, by przezwyciężyć opór robota. Dlatego też w nowej wersji dodano model fizyczny, który przewiduje minimalną siłę, potrzebną do pomocy w poruszeniu kończyny. Dzięki temu pacjenci nie tylko odczuwają pomoc jako bardziej naturalną, ale nie mają większych problemów z samodzielnym opuszczaniem ramienia.
Nowe urządzenie przetestowano na 9 osobach, 5 po udarach i 4 ze stwardnieniem zanikowym bocznym. Dla osób ze stwardnieniem rozsianym najważniejszymi aspektami są komfort, łatwość użycia i dostosowywanie się urządzenia do ich specyficznych potrzeb i wzorców ruchu. Personalizacja jest tutaj kluczowym elementem pozwalającym pacjentom na osiągnięcie niezależności i poprawienie jakości ich życia. Nasze urządzenie ma potencjał znaczącej poprawy funkcjonowania górnych kończyn, zwiększenia aktywności pacjentów oraz redukcji wykonywanych przez nich ruchów kompensujących, stwierdza Paganoni.
Testy wykazały, że już obecna wersja kamizelki jest w stanie z 94-procentową dokładnością odróżniać ruchy ramienia, pozwala chorym uzyskać większy zakres ruchu ramienia, łokcia i nadgarstka, dzięki czemu nie muszą oni całym ciałem kompensować niedoborów. To zaś powoduje, że ich sposób poruszania się jest bardziej dokładny i efektywny.
Więcej informacji: Personalized ML-based wearable robot control improves impaired arm function.
« powrót do artykułu -
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
-
-
Ostatnio przeglądający 0 użytkowników
Brak zarejestrowanych użytkowników przeglądających tę stronę.