به گزارش خبرنگار خبرگزاری شبستان درسمنان؛ ملیحه صادقی- مدیر پروژه پزشکی مبتنی بر هوش مصنوعی دانشگاه علوم پزشکی سمنان از طراحی و راه اندازی اولین سامانه تصمیم یارپزشکی کشور در حوزه سنگ شکن برون اندامی مبتنی بر هوش مصنوعی توسط دانشگاه علوم پزشکی سمنان برای اولین باردر کشور خبر داد وگفت: در قالب این سامانه از پزشکان متخصص کلیه و مجاری سراسر کشور نیز نظرخواهی و اطلاعات آنها در سامانه بارگذاری می شود.
وی با بیان اینکه این سیستم نوین سبب می شود که بتوانیم از تجربیات قبلی در درمان بیماران بهره بگیریم افزود: پروژه طراحی و پیاده سازی سامانه تصمیم یار پزشکی مبتنی بر هوش مصنوعی برای ثبت و تحلیل داده های اقدامات سنگ شکن برون اندامی (ESWL) در قالب طرح فناورانه در معاونت پژوهشی دانشگاه از شهریور ۱۴۰۱ آغاز به کارکرد.
صادقی با اشاره به اینکه از آنجا که جهت اخذ سیاست های صحیح و با کیفیت در زمینه پیشگیری و درمان نیاز به اطلاعات جامع و دقیقی از بیماران در حوزه های مختلف بالینی داریم اظهارداشت:عدم وجود این اطلاعات به دلیل آنکه در حوزه سلامت همچنان برخی داده ها بصورت کاغذی و ناقص ثبت می شود فرآیند تجمیع، ذخیره و تحلیل اطلاعات جهت سیاستگذاری در عرصه درمان و حوزه سلامت را با چالش های زیادی مواجه کرده است. برای حل این چالشها، راهحلهایی نظیر پایگاههای دادهی الکترونیکی و سامانه های رجیستری مطرح می شود که داده های مربوط به یک بیماری یا وضعیت یا اقدام خاص را گردآوری می کند.
مسئول راه اندازی دانشکده هوشمند در دانشگاه با بیان اینکه همانطور که می دانید سنگ های کلیه و مجاری ادراری در کشور ما و استان سمنان یکی از بیماریهای شایع در حوزه تخصص ارولوژی محسوب میشود افزود: با توجه به درد شدیدی که این سنگ ها ایجاد می کنند، این افراد مجبورند به طور مکرر به متخصص اورولوژی مراجعه نمایند. سنگ شکنی برون اندامی یا ESWL یکی از انواع روش های سنگ شکنی کلیه و مجاری ادراری می باشد که با استفاده از امواج شوک خارجی یا لیتوتریپسی به عنوان یک روش کاملا غیر تهاجمی برای شکستن سنگ های درون کلیه و لوله یوریتر انجام می پذیرد.
این عضو هیات علمی دانشگاه علوم پزشکی استان سمنان با اعلام این مطلب که ما اولین گروهی هستیم که در کشور سامانه رجیستری اقدامات ESWL را پیاده سازی کردیم بیان کرد: این سامانه رجیستری مجهز به سیستم تصمیم یار بالینی است که بر پایه هوش مصنوعی و الگوریتمهای یادگیری ماشین طراحی شده است که دقت آن بیش از ۹۷ درصد می باشد.
وی تصریح کرد:این سیستم در کنار ثبت اطلاعات بیماران به عنوان یک مشاور به متخصصین در اخذ تصمیمات درمانی پشتیبانی می دهد و با استفاده از تجربه پزشکان در مواجه با بیماران قبلی می تواند در مورد بیماران جدید پیش بینی هایی را قبل از انجام به اقدام، در خصوص موفقیت آمیز بودن و بازگشت مجدد سنگ ارائه دهد.
صادقی با اشاره به اینکه دانستن این موضوع از همان ابتدا می تواند به تدوین برنامه ریزی صحیح روند درمانی بسیار کمک کننده باشد، گفت: این سیستم در چندین سطح می تواند مزایا داشته باشد که در سطح مدیریتی می توان با کمک این سامانه هر لحظه تعداد بیماران این حوزه را رصد و اطلاعات آماری و اپیدمیولوژیکی را نمایش داد و الگوها و روندهای بیماری را تجزیه و تحلیل کرد.
به گفته وی این اطلاعات می تواند در تخصیص منابع، نیروی انسانی، و توزیع دارو با توجه به نرخ بیماران این حوزه جهت سیاست گذاری صحیح، بسیار مفید باشد.
صادقی اظهار داشت: در سطح پزشکان این سامانه می تواند به عنوان یک مشاور برای متخصصین حوزه اورولوژی به ویژه برای پزشکانی که جدید فارغ التحصیل شده اند و در بدو ورود به این حرفه هستند و تجربه کافی ندارند و همچنین به عنوان یک سامانه آموزشی جهت دانشجویان رشته پزشکی و رزیدنت ها مفید باشد. این سیستم پشتیبان تصمیم سرعت و صحت تدوین برنامه درمانی و تعیین نوع فالوآپ بیمار را نیز افزایش می دهد. همچنین این سیستم می تواند پایه و منبع ارزشمندی برای پژوهش های علمی و کاربردی مختلف در این حوزه باشد.
مدیر پروژه پزشکی مبتنی بر هوش مصنوعی دانشگاه در سطح بیماران به پیش بینی موفقیت آمیز بودن و بازگشت مجدد سنگ اخطارهای زودهنگام را برای مشکلات سلامتی بیمار مشخص می کند که در پیگیری وضعیت بیماران بسیار کمک کننده است و منجر به صرفه جویی در وقت و هزینه برای بیماران می شود، اشاره نمود.
وی افزود: این سیستم در کلینیک سنگ شکن بیمارستان کوثر پیاده سازی شده است و این امکان که سایر مراکز مختلف کشور به عنوان همکار بتوانند اطلاعات خود را در این سامانه ثبت و از ویژگی های آن استفاده کنند نیز تعبیه شده است. این سامانه اولین محصول هوش مصنوعی دانشگاه در زمینه راه اندازی دانشکده هوشمند در دانشگاه علوم پزشکی سمنان می باشد.
نظر شما