Gumagamit ang AI ng Oras at Oras upang tumpak na Ipagpalagay ang Panganib ng Pag-aresto sa puso

Pinagsasama ng modelo ng machine machine ang oras at data ng panahon.

Ang isang sangay ng artipisyal na katalinuhan (AI), na tinawag na pag-aaral ng makina, na maaaring tumpak na mahulaan ang peligro ng out -of -hospital cardiac arrest – kung biglang tumigil ang tibok ng puso – gamit ang isang kombinasyon ng oras at data ng panahon, natagpuan ang pananaliksik na inilathala online sa Talaarawan. Puso.

Ang pag-aaral ng makina ay ang pag-aaral ng mga computer algorithm, at batay sa ideya na ang mga system ay maaaring matuto mula sa data at makilala ang mga pattern upang makagawa ng matalinong mga desisyon na may kaunting interbensyon.

Ang panganib ng isang pag-aresto sa puso ay pinakamataas tuwing Linggo, Lunes, mga pampublikong piyesta opisyal at kung ang temperatura ay mahigpit na bumababa sa panahon o sa pagitan ng mga araw, ipinapakita ang mga pagsusuri

Ang impormasyong ito ay maaaring magamit bilang isang maagang sistema ng babala para sa mga mamamayan, upang mabawasan ang kanilang peligro at mapabuti ang kanilang posibilidad na mabuhay, at upang mapabuti ang kahandaan para sa mga serbisyong medikal na pang-emergency, iminungkahi ng mga mananaliksik.

Sa labas ng ospital ang pag-aresto sa puso ay pangkaraniwan sa buong mundo, ngunit sa pangkalahatan ay may isang maikling rate ng kaligtasan ng buhay. Ang peligro ay apektado ng mayroon nang mga kundisyon ng panahon.

Ngunit ang data ng meteorolohiko ay marami at kumplikado, at ang pag-aaral ng makina ay may potensyal na kumuha ng mga asosasyon na hindi alam sa maginoo na pagsukat ng istatistika, ayon sa mga mananaliksik ng Hapon.

Upang higit na masuri ito, sinubukan nila ang kakayahang matuto ng makina na mahulaan ang pang-araw-araw na pag-aresto sa puso sa labas ng ospital, gamit ang pang-araw-araw na panahon (temperatura, medyo halumigmig, ulan, ulan ng niyebe, ulap ng takip, bilis ng hangin, at pagbabasa ng presyur sa atmospera) at oras (taon, data, panahon ng linggo, oras ng araw, at mga pampublikong piyesta opisyal) data.

Sa 1,299,784 mga kaso na naganap sa pagitan ng 2005 at 2013, ang pag-aaral ng makina ay inilapat sa 525,374, na gumagamit ng anumang oras o oras na data, o pareho (pagsasanay ng dataset).

Ang mga resulta ay inihambing sa 135,678 mga kaso na naganap noong 2014-15 upang subukan kawastuhan sa modelo para sa paghula ng bilang ng mga pang-araw-araw na pag-aresto sa puso sa iba pang mga taon (pagsubok sa dataset).

At upang matukoy kung gaano katumpak ang pamamaraan sa lokal na antas, nagsagawa ang mga mananaliksik ng isang ‘pagsusuri ng heatmap,’ gamit ang isa pang dataset na kinuha mula sa lokasyon ng mga pag-aresto sa puso sa labas ng ospital ng lungsod ng Kobe sa pagitan ng Enero 2016 at Disyembre 2018.

Ang kumbinasyon ng oras at data ng panahon na pinaka-tumpak na hinulaan ang isang pag-aresto sa puso sa labas ng ospital sa parehong pagsasanay at mga test dataset.

Hinulaan nito na ang Linggo, Lunes, piyesta opisyal, taglamig, mababang temperatura, at matalim na temperatura na bumabagsak sa loob ng bahay at sa pagitan ng araw ay mas malakas na kasangkot sa pag-aresto sa puso kaysa sa data ng panahon o oras. Lamang.

Kinilala ng mga mananaliksik na wala silang detalyadong impormasyon tungkol sa lokasyon ng mga pag-aresto sa puso sa labas ng lungsod ng Kobe, at wala rin silang datos sa mga dati nang kondisyong medikal, na kapwa maaaring naka-impluwensya sa mga kinalabasan.

Ngunit iminungkahi nila: “Ang aming hulaan na modelo para sa pang-araw-araw na insidente ng [out of hospital cardiac arrest] malawak na isinasaalang-alang para sa karamihan ng populasyon sa mga maunlad na bansa, sapagkat ang pag-aaral na ito ay may malaking sukat ng sample at gumagamit ng komprehensibong data ng meteorolohiko. “

Idinagdag nila: “Ang mga pamamaraang binuo sa pag-aaral na ito ay nagsisilbing isang halimbawa ng isang bagong modelo para sa mahuhulaan na analytics na maaaring mailapat sa iba pang mga klinikal na kinalabasan ng interes na nauugnay sa panganib sa sakit sa puso. Nagbabanta sa buhay.”

At nagtapos sila: “Ang modelo ng panghuhula na ito ay maaaring gamitin para sa pag-iwas [out of hospital cardiac arrest] at pagpapabuti ng pagbabala ng pasyente … sa pamamagitan ng isang sistema ng babala para sa mga mamamayan at [emergency medical services] sa mga mapanganib na araw sa hinaharap. “

Sa isang naka-link na editoryal, sinabi ni Dr. David Foster Gaieski, ng Sidney Kimmel Medical College sa Thomas Jefferson University.

“Ang pag-alam kung ano ang malamang na panahon sa susunod na linggo ay maaaring lumikha ng mga babala sa ‘cardiovascular emergency’ para sa mga taong nasa panganib – na ipagbigay-alam sa mga matatanda at iba pa tungkol sa mga susunod na panahon nang mas detalyado. Ang peligro ay katulad ng kung paano ginagamit ang data ng panahon upang maipaalam sa mga tao ang mapanganib na hinaharap kondisyon ng kalsada sa panahon ng mga bagyo sa taglamig, “paliwanag niya.

“Ang mga hula na ito ay maaaring gamitin para sa mapagkukunan ng pag-deploy, pag-iskedyul, at pagpaplano sa mga sistema ng serbisyong medikal na pang-emergency, mga mapagkukunang resuscitation ng kagawaran ng kagipitan, at mga tauhan ng laboratoryo ng catheterization ng puso. May kaalaman, at handa na, inaasahan [cases] sa mga darating na araw, “dagdag niya.

Mga Sanggunian:

“Ang modelo ng pag-aaral ng makina para sa paghula ng mga pag-aresto sa puso sa labas ng ospital na gumagamit ng data ng meteorolohiko at magkakasunod” Mayo 17 2021, Puso.
DOI: 10.1136 / heartjnl-2020-318726

“Pagbabago ng panahon sa susunod na linggo: maulap, malamig, na may pagkakataong mahuli ang puso” Mayo 17, 2021, Puso.
DOI: 10.1136 / heartjnl-2021-318950

Pagpopondo: Ahensya sa Pagpapanumbalik ng Kapaligiran at Conservation ng Japan; Japan Society para sa Promosyon ng Agham; Intramural Research Fund sa Cardiovascular Disease sa National Cerebral at Cardiovascular Center

Related articles

Comments

LEAVE A REPLY

Please enter your comment!
Please enter your name here

Share article

Latest articles

Ang Koponan sa Underwater Archeology ay Nakahanap ng 9,000-Taong-Taong Mga Bato ng Artifact

Kredito: Unibersidad ng Texas sa Arlington Ang pangkat ng arkeolohiya sa ilalim ng dagat ay natagpuan ang mga sinaunang obsidian na natuklap na 2,000 milya...

Nabawasan ang Panganib sa Kanser Kabilang sa Mga Pasyente sa Pagkabigo ng Puso na Gumagamit ng Statins

Ang paggamit ng Statin ay na-link sa isang pinababang panganib ng cancer sa mga pasyente na may kabiguan sa puso. Kredito: European Heart...

Tagumpay sa Teknolohiya ng Ultrathin para sa Revolution ng Night Vision – “Ginawa Namin ang Hindi Makikita”

Sinabi ni Dr. Rosso Camacho Morales na ang mga mananaliksik ay "hindi nakikita, nakikita." May-akda: Jamie Kidston, Australian National University Hayaan may ilaw! ...

Kapag Kakulangan sa Trabaho ng mga empleyado, Nakakuha sila ng Paranoid – At Aggressive

Kung ang mga empleyado ay walang kapangyarihan sa lugar ng trabaho, maaari silang makaramdam ng mahina at paranoid. Sa halip, ang paranoia na...

Ang kabuuang solar eclipses ay nag-iilaw sa solar wind

Pinapayagan ng mga espesyal na filter na masukat ang mga siyentipiko ng iba't ibang mga temperatura sa corona sa panahon ng pangkalahatang mga eclipse...

Newsletter

Subscribe to stay updated.