چگونه هوش مصنوعی می تواند به انقلابی در مراقبت از بیماری های تنفسی NHS کمک کند

دکتر آمیرا پاتل، مدیر عامل TidalSense، توضیح می دهد که چگونه هوش مصنوعی می تواند به طور کامل تشخیص را در مراقبت های تنفسی تغییر دهد.

بیماری های تنفسی از هر پنج نفر یک نفر را مبتلا می کند. در حال حاضر سومین علت مرگ و میر در بریتانیا است، تعداد افرادی که تحت تأثیر این شرایط قرار می گیرند در حال افزایش است. آخرین آمار NHS نشان می دهد که پذیرش در بیمارستان برای بیماری های تنفسی بسیار نزدیک به سطح قبل از همه گیری است. علاوه بر این، تجزیه و تحلیل توسط Asthma و Lung UK نیز ارتباط مستقیمی را بین پذیرش و محرومیت به دلیل عواملی مانند افزایش قرار گرفتن در معرض آلودگی هوا، رطوبت و کپک نشان می‌دهد.

با توجه به فشارهای NHS – به ویژه افزایش تعداد بیماران با شرایط طولانی مدت بهداشتی و کمبود گسترده کارکنان – تشخیص بیماری های تنفسی با شیوع رو به رشد بیماری های تنفسی همگام نیست.

اگر بیماری مزمن انسدادی ریه (COPD) را به عنوان مثال در نظر بگیریم، حدود دو سوم افراد مبتلا به این بیماری در بریتانیا تشخیص داده نشده‌اند، و یک سوم آن‌ها تنها پس از بستری شدن در بیمارستان شناسایی می‌شوند، زمانی که احتمال می‌رود بیماری آن‌ها در حال حاضر پیشرفت چشمگیری داشته باشد. و علائم آنها شدید است. این موضوع تا حد زیادی توضیح می دهد که چرا بریتانیا دومین نرخ مرگ و میر ناشی از بیماری های ریوی در اروپا را دارد و پس از ترکیه در رتبه دوم قرار دارد.

برای بیماری های ریوی، شروع زودهنگام درمان بسیار مهم است. برای آسم و COPD، درمان موثر علائم و تشدید را کاهش می‌دهد، ویزیت‌های مراقبت‌های بهداشتی – از جمله بستری‌های اورژانسی در بیمارستان را کاهش می‌دهد. اما مسیر بالینی فعلی برای شرایط تنفسی ناکارآمد، ناکارآمد و گران است – بسیاری از بیماران به اشتباه تشخیص داده می شوند و به سرعت به درمان مناسب نمی رسند. COPD به تنهایی دومین دلیل شایع بستری شدن در بیمارستان اورژانسی است و هزینه کل پذیرش برای COPD سالانه 491 میلیون پوند برای NHS هزینه دارد.

این به طور قابل توجهی به بار مالی NHS کمک می کند – همه شرایط ریه (از جمله سرطان ریه) سالانه حدود 11 میلیارد پوند برای خدمات بهداشتی هزینه دارد. COPD و آسم، دو بزرگ ترین بیماری مزمن تنفسی که از هر پنج نفر در انگلستان یک نفر را تحت تاثیر قرار می دهد، هر سال حدود 5 میلیارد پوند هزینه برای NHS دارد.

از بین بردن تشخیص اشتباه

تشخیص زودهنگام و دقیق برای کاهش فشار فزاینده بر خدمات بهداشتی ما، حذف قرار ملاقات‌های غیرضروری با بیمار و در عین حال امکان مداخلات زودهنگام برای افرادی که به آنها نیاز فوری دارند، بسیار مهم است.

اما روش‌های تشخیصی کنونی مانع مهمی برای این هدف هستند. به عنوان مثال، آزمایش فعلی برای COPD و آسم، اسپیرومتری است، یک فناوری اولیه ویکتوریایی که می تواند برای بیماران ناخوشایند باشد و برای عمل به آموزش تخصصی نیاز دارد. نه تنها انجام این رویکرد 180 ساله پیچیده است، بلکه به تکنیک بیمار نیز وابسته است. علاوه بر این، تفسیر نتایج غیرطبیعی می تواند چالش برانگیز باشد، به این معنی که تشخیص اشتباه زیاد است.

دسترسی به تست های اسپیرومتری در بهترین حالت تکه تکه است و تست های تشخیصی در طول همه گیری به طور کامل خاموش می شوند. برآوردهای محافظه کارانه پیش بینی می کند که در حال حاضر حدود 27000 تا 34000 نفر در انتظار آزمایش تشخیصی هستند.

یکپارچه‌سازی فناوری‌های جدید – مانند هوش مصنوعی – برای مقابله با مشکلات عقب مانده و باز کردن امکان تشخیص دقیق و سریع مورد نیاز است.

بنابراین شاید تعجب آور نباشد که برنامه بلندمدت NHS تشخیص زودهنگام دقیق و دسترسی به آزمایش بیماری های مزمن تنفسی را به عنوان راهی برای ایجاد کارایی برای NHS و بهبود کیفیت درمان و مراقبت از بیماران در اولویت قرار می دهد.

بیش از آنچه چشم انسان می تواند ببیند

به لطف توانایی آن در تجزیه و تحلیل و درک مقادیر زیادی از اطلاعات بالینی، هوش مصنوعی پتانسیل بسیار زیادی برای هموار کردن راه برای تشخیص های بسیار دقیق دارد. فناوری مبتنی بر هوش مصنوعی در حال حاضر برای ارزیابی همه چیز از تشخیص سکته مغزی گرفته تا غربالگری شبکیه، با استفاده از الگوریتم های آموزش دیده و یادگیری عمیق برای تشخیص سریع علائم بیماری که ممکن است برای پزشکان قابل مشاهده نبوده باشد، استفاده می شود.

قبلاً تظاهرات موفقیت آمیزی برای شناسایی شرایط تنفسی با استفاده از داده های بالینی موجود وجود داشته است. به عنوان مثال، هوش مصنوعی برای کمک به تشخیص سرطان ریه و فیبروز ریوی برای کمک به پزشکان در شناسایی بیماران در معرض خطر، تسریع در تصمیم گیری و کاهش روش های غیر ضروری استفاده شده است.

اگر در تشخیص تنفسی اعمال شود، هوش مصنوعی می‌تواند به این معنا باشد که بیماران مبتلا به بیماری‌های مزمن تنفسی از تلاش هفته‌ها یا ماه‌ها در رفت و آمد بین پزشکان برای اطمینان از تشخیص در امان خواهند بود، در عوض به آنها دسترسی به درمان، دارو و دوز مناسب در زمان مناسب را می‌دهند. . مدیریت بهتر بیماری همچنین می تواند صرفه جویی قابل توجهی را برای NHS ایجاد کند.

فراتر از تشخیص

فناوری‌های مبتنی بر هوش مصنوعی نیز قابلیت‌های قدرتمند پیش‌بینی و پیش‌بینی را باز می‌کنند. برای مثال، این فناوری‌ها می‌توانند برای پیش‌بینی پیشرفت بیماری در آینده، کمک به هدایت تصمیم‌گیری بالینی و باز کردن دسترسی به مداخلات اولیه پزشکی یا شیوه زندگی استفاده شوند. هوش مصنوعی حتی می‌تواند برای پیش‌بینی افرادی در جمعیت‌هایی که بیشتر در معرض خطر ابتلا به بیماری مزمن تنفسی هستند، استفاده شود، و اطمینان حاصل شود که آنها برای برنامه‌های تشخیص یا غربالگری اولویت دارند.

در عین حال، هوش مصنوعی پتانسیل قابل‌توجهی برای بهبود تجربه بیمار دارد – توانمندسازی بیماران برای نظارت بر خود و مدیریت وضعیت خود در خارج از محیط مراقبت‌های بهداشتی، و در نتیجه کیفیت زندگی بهتری برای بیمار و کارایی بیشتر برای خدمات بهداشتی ایجاد می‌کند.

در گلاسکو و کلاید بزرگ، 500 بیمار COPD در خانه تحت نظر هستند تا بتوانند مداخلات اولیه را انجام دهند و در عین حال فشار بر NHS را نیز کاهش دهند. این طرح سوابق بیمار را با داده‌های بلادرنگ از ردیاب‌های تناسب اندام و تجهیزات تنفسی در خانه ترکیب می‌کند و کاربران می‌توانند مستقیماً از طریق یک برنامه تلفن هوشمند به پزشکان در مورد هر گونه نگرانی سلامتی پیام دهند. کارآزمایی جدیدی در اواخر امسال نیز هوش مصنوعی را روی این داده ها اعمال می کند و بلافاصله بیمارانی را که ممکن است علائم شدیدتری را تجربه کنند، علامت گذاری کند. نتایج اولیه مثبت است و نشان می‌دهد که این طرح تاکنون تعداد پذیرش‌های بیمارستانی را به نصف کاهش داده است.

صرفه جویی در زمان، نجات جان

از آنجایی که تعداد بیماران مبتلا به بیماری‌های تنفسی مزمن همچنان در حال افزایش است، NHS نمی‌تواند به اهداف خود برای بهبود کیفیت زندگی و نتایج سلامت افراد مبتلا به بیماری‌های تنفسی دست یابد، مگر اینکه ابتدا بر مانع تشخیص غلبه شود.

فناوری در پر کردن شکاف بین تقاضای بیمار و عرضه بالینی بسیار مهم خواهد بود، با هوش مصنوعی که تشخیص سریع‌تر و دقیق‌تر را امکان‌پذیر می‌کند و دسترسی به تشخیص را خارج از محیط بالینی سنتی باز می‌کند. افزایش قابلیت‌های فناوری‌های دیجیتال راه را برای برنامه‌های درمانی مؤثرتر هموار می‌کند، احتمال بستری شدن مکرر در بیمارستان را کاهش می‌دهد و به طور کلی به کیفیت بهتر زندگی کمک می‌کند.