शोधकर्ताओं ने प्रवेश के पहले या दूसरे दिन मनोभ्रंश वाले जराचिकित्सा रोगियों के अस्पताल में भर्ती होने के परिणामों की भविष्यवाणी करने के लिए कृत्रिम बुद्धिमत्ता का उपयोग किया है।
प्रारंभिक परिणाम मूल्यांकन का अर्थ है अधिक समय पर हस्तक्षेप, बेहतर देखभाल समन्वय, अधिक विवेकपूर्ण संसाधन आवंटन, केंद्रित देखभाल प्रबंधन, और इन अधिक कमजोर, उच्च जोखिम वाले रोगियों के लिए समय पर उपचार।
अध्ययन के निष्कर्ष अल्जाइमर एंड डिमेंशिया: ट्रांसलेशनल रिसर्च एंड क्लिनिकल इंटरवेंशन जर्नल में प्रकाशित हुए थे।
क्योंकि मनोभ्रंश के साथ वृद्धावस्था के रोगियों को अस्पताल में अधिक समय तक रहना पड़ता है और अन्य रोगियों की तुलना में उच्च स्वास्थ्य देखभाल लागत होती है, टीम ने इस समस्या को हल करने के लिए परिवर्तनीय जोखिम कारकों की पहचान करके और एक कृत्रिम बुद्धि मॉडल विकसित करने की मांग की जो रोगी के परिणामों में सुधार करता है, उनके जीवन की गुणवत्ता को बढ़ाता है और उनके जीवन की गुणवत्ता को कम करता है। मॉडल के व्यवहार में आने के बाद अस्पताल में भर्ती होने का जोखिम, साथ ही अस्पताल में भर्ती होने की लागत को कम करना।
अध्ययन ने ह्यूस्टन मेथोडिस्ट की आठ अस्पतालों की प्रणाली के भीतर 10 वर्षों में मनोभ्रंश के साथ 8,407 जराचिकित्सा रोगियों के अस्पताल के रिकॉर्ड को देखा, विभिन्न प्रकार के मनोभ्रंश वाले रोगियों के उपसमूहों के बीच खराब परिणामों के जोखिम कारकों की पहचान की, जो अल्जाइमर, पार्किंसंस, संवहनी जैसी बीमारियों से उत्पन्न होते हैं। मनोभ्रंश और हंटिंगटन, दूसरों के बीच में।
इस डेटा से, शोधकर्ताओं ने इन रोगियों के अस्पताल में रहने के दौरान प्रारंभिक जोखिम वाले कारकों और अवांछनीय अस्पताल में भर्ती परिणामों के लिए उनके रैंक महत्व को जल्दी से पहचानने के लिए एक मशीन लर्निंग मॉडल विकसित किया।
95.6% की सटीकता के साथ, उनके मॉडल ने इन कई प्रकार के मनोभ्रंश के लिए जोखिम मूल्यांकन के अन्य सभी प्रचलित तरीकों से बेहतर प्रदर्शन किया।
शोधकर्ताओं ने कहा कि अन्य मौजूदा तरीकों में से किसी ने भी इस तरह से डिमेंशिया वाले बुजुर्ग मरीजों के अस्पताल में भर्ती परिणामों की व्यापक भविष्यवाणी करने के लिए एआई को लागू नहीं किया है और न ही वे विशिष्ट जोखिम कारकों की पहचान करते हैं जिन्हें अतिरिक्त नैदानिक प्रक्रियाओं या जोखिमों को कम करने के लिए सावधानियों द्वारा संशोधित किया जा सकता है।
“अध्ययन से पता चला है कि अगर हम अस्पताल में भर्ती होते ही डिमेंशिया वाले जराचिकित्सा रोगियों की पहचान कर सकते हैं और महत्वपूर्ण जोखिम कारकों को पहचान सकते हैं, तो हम कुछ उपयुक्त हस्तक्षेपों को तुरंत लागू कर सकते हैं,” यूजीन सी। लाई, एमडी, पीएचडी ने कहा। स्टेनली एच. एपेल डिपार्टमेंट ऑफ़ न्यूरोलॉजी में पार्किंसन के अनुसंधान और उपचार के लिए रॉबर्ट डब्ल्यू. हेर्वे विशिष्ट संपन्न चेयर।
“अवांछनीय परिणामों के लिए परिवर्तनीय जोखिम कारकों को तुरंत कम करके और ठीक करके, हम परिणामों में सुधार करने और उनके अस्पताल में रहने को कम करने में सक्षम हैं।”
लाइ, एक न्यूरोलॉजिस्ट, ने इन रोगियों के साथ कई वर्षों तक काम किया है और अस्पताल में भर्ती होने पर उनके प्रबंधन और उनके व्यवहार को बेहतर ढंग से समझने के तरीकों को देखना चाहते हैं, ताकि चिकित्सक उनके लिए देखभाल और जीवन की गुणवत्ता में सुधार कर सकें।
उन्होंने स्टीफन टी.सी.
Wong, Ph.D., P.E., एक जैव सूचना विज्ञान विशेषज्ञ और ह्यूस्टन मेथोडिस्ट में T. T. और W. F. चाओ सेंटर फॉर ब्रेन के निदेशक, इस विचार के साथ, क्योंकि उन्होंने पहले वोंग के साथ सहयोग किया था और जानते थे कि उनकी टीम के पास बड़े नैदानिक डेटा वेयरहाउस तक पहुंच थी। ह्यूस्टन मेथोडिस्ट रोगियों और बड़े डेटा का विश्लेषण करने के लिए एआई का उपयोग करने की क्षमता।
प्रत्येक प्रकार के मनोभ्रंश के जोखिम कारकों की पहचान की गई, जिनमें हस्तक्षेप के लिए उत्तरदायी भी शामिल हैं।
शीर्ष पहचाने गए अस्पताल में भर्ती परिणाम जोखिम कारकों में एन्सेफेलोपैथी, प्रवेश पर चिकित्सा समस्याओं की संख्या, दबाव अल्सर, मूत्र पथ संक्रमण, गिरना, प्रवेश स्रोत, आयु, जाति और एनीमिया, बहु-मनोभ्रंश समूहों में कई ओवरलैप शामिल हैं।
अंततः, शोधकर्ताओं का लक्ष्य इन नकारात्मक परिणामों को कम करने के लिए नैदानिक हस्तक्षेपों को निर्देशित करने के लिए शमन उपायों को लागू करना है।
वोंग का कहना है कि अस्पतालों में “स्मार्ट” नैदानिक पथ के कार्यान्वयन को गति प्रदान करने के लिए शक्तिशाली एआई भविष्यवाणियों को लागू करने की उभरती रणनीति उपन्यास है और इससे न केवल नैदानिक परिणामों और रोगी के अनुभवों में सुधार होगा, बल्कि अस्पताल में भर्ती होने की लागत भी कम होगी।
“हमारा अगला कदम आईसीयू और मुख्य अस्पताल के कर्मचारियों के लिए एक मोबाइल ऐप में मान्य एआई मॉडल को लागू करना होगा ताकि उन्हें डिमेंशिया वाले जराचिकित्सा रोगियों को सचेत किया जा सके, जो खराब अस्पताल में भर्ती होने के परिणामों के उच्च जोखिम में हैं और उन्हें कम करने के लिए पारंपरिक कदमों पर मार्गदर्शन करना है। रिस्क,” वोंग ने कहा, पेपर के संबंधित लेखक और ह्यूस्टन मेथोडिस्ट रिसर्च इंस्टीट्यूट के साथ बायोमेडिकल इंजीनियरिंग में जॉन एस। डन प्रेसिडेंशियल डिस्टिंग्विश्ड चेयर।
“हम नियमित नैदानिक उपयोग के लिए सिस्टम-वाइड कार्यान्वयन के हिस्से के रूप में इस ऐप को ईपीआईसी में समेकित रूप से एकीकृत करने के लिए अस्पताल आईटी के साथ काम करेंगे।”
उन्होंने कहा कि यह उसी स्मार्ट क्लिनिकल पाथवे रणनीति का पालन करेगा, जिस पर वे दो अन्य उपन्यास एआई ऐप को एकीकृत करने के लिए काम कर रहे हैं, उनकी टीम ने नियमित नैदानिक उपयोग के लिए ईपीआईसी सिस्टम में विकसित किया है ताकि हस्तक्षेपों का मार्गदर्शन किया जा सके जिससे रोगी के चोट लगने के जोखिम को कम किया जा सके और स्तन का बेहतर आकलन किया जा सके। अनावश्यक बायोप्सी और अति निदान को कम करने के लिए कैंसर का जोखिम।
अध्ययन से पता चलता है कि कृत्रिम बुद्धिमत्ता रोगी के परिणामों में सुधार करती है, अस्पताल में भर्ती होने के जोखिम को कम करती है
