الذكاء الاصطناعي يحسّن إدارة سكر الدم بعد جراحة القلب

طوّر باحثون أميركيون أداة تعلّم آلي تُمكّن الأطباء من إدارة مستويات السكر في الدم لدى المرضى الذين يتعافون من جراحة القلب، وهي مهمة بالغة الأهمية، لكنها شاقة في كثير من الأحيان، في وحدة العناية المركزة.
بعد جراحة القلب، يكون المرضى عُرضةً لخطر ارتفاع وانخفاض سكر الدم، مما قد يؤدي إلى مضاعفات خطيرة. تتطلب إدارة هذه التقلبات جرعات دقيقة من الأنسولين، لكن البروتوكولات الحالية غالبًا ما تكون غير كافية نظرًا لطبيعة رعاية وحدة العناية المركزة غير المتوقعة والاختلافات بين المرضى، وفقًا للباحثين.

لمواجهة هذا التحدي، ابتكر فريق البحث نموذجًا للتعلم المُعزّز، يُسمى GLUCOSE، يُوصي بجرعات أنسولين مُخصصة لاحتياجات كل مريض. في الاختبارات، التي استخدمت بيانات من حالات واقعية في وحدة العناية المركزة، تطابق أداء GLUCOSE، بل وتفوّق على، أداء الأطباء ذوي الخبرة في الحفاظ على مستويات السكر في الدم ضمن نطاق آمن، رغم أن النموذج لديه إمكانية الوصول إلى بيانات المرضى الحالية فقط، بينما استخدم الأطباء سجلات المرضى الكاملة.
يقول المؤلف المشارك في الدراسة أنكيت ساخوجا، أستاذ مشارك في الطب (الطب القائم على البيانات والطب الرقمي) وعضو في معهد طب الرعاية الحرجة في كلية إيكان للطب "تظهر دراستنا أن الذكاء الاصطناعي يمكن تطويره بشكل مدروس ومسؤول لدعم الحكم السريري لمهنيي الرعاية الصحية بدلاً من استبداله".
اقرأ أيضا... الذكاء الاصطناعي يسمح برؤية جلطات الدم قبل حدوثها
في البيئات المعقدة وعالية الضغط، مثل وحدة العناية المركزة، يمكن لأدوات مثل GLUCOSE توفير إرشادات آنية قائمة على البيانات، ومصممة خصيصًا لكل مريض على حدة. هذا النوع من دعم القرار يُعزز السلامة، ويُقلل من خطر حدوث مضاعفات، ويسمح للأطباء في نهاية المطاف بتركيز اهتمامهم بشكل أكبر على الجوانب المهمة لرعاية المرضى.
درّب فريق البحث نموذج GLUCOSE مما مكّن النظام من اتخاذ قرارات مثالية من خلال التجربة والخطأ. كما استخدموا أساليب متقدمة لضمان تقديم النموذج لتوصيات حذرة وموثوقة. ثم خضع النموذج لتقييم دقيق ومقارنته بالممارسات السريرية الواقعية.
على الرغم من أن النتائج واعدة، إلا أن الباحثين يُحذّرون من أن GLUCOSE ليس مُصممًا ليحل محل الأطباء. بل هو بمثابة أداة لدعم القرارات السريرية، حيث يُقدم اقتراحات يمكن للأطباء اختيار اتباعها بناءً على تقديرهم والحالة السريرية الأشمل.
يمكن دمج النموذج في أنظمة السجلات الصحية الإلكترونية لتوفير إرشادات آنية لجرعات الأنسولين في وحدة العناية المركزة، مما يُساعد في تقليل المضاعفات وتحسين النتائج. وتشمل الخطوات المستقبلية تكييف الأداة لاستخدامها في المستشفيات الأخرى، وإجراء التجارب السريرية، واستكشاف طرق دمجها في الرعاية الروتينية.
يتمثل أحد القيود الحالية في كون النموذج لا يأخذ في الاعتبار بيانات التغذية حتى الآن، مما قد يؤثر على التحكم في مستوى الجلوكوز على المدى الطويل. ومع ذلك، فإن قدرة نظام GLUCOSE على تقديم توصيات دقيقة بناءً على بيانات آنية محدودة تُبرز إمكاناته في تعزيز السلامة والكفاءة في رعاية ما بعد الجراحة.
يقول المؤلف المشارك الرئيسي في البحث، الدكتور جيريش ن. نادكارني "هدفنا هو تطوير أنظمة ذكاء اصطناعي تُعزز قدرات مقدمي الرعاية الصحية بشكل هادف، وتُحسّن في نهاية المطاف نتائج المرضى".
من خلال التعلم من البيانات السريرية الواقعية وتقديم توصيات مخصصة في الوقت الفعلي، تُمثل نماذج مثل GLUCOSE تقدمًا هامًا نحو دمج أدوات موثوقة قائمة على البيانات في سير العمل السريري.
تُقدم هذه الدراسة لمحة عن كيفية دمج الذكاء الاصطناعي بعناية في الرعاية الصحية لدعم مقدمي الرعاية الصحية في تقديم علاج أكثر أمانًا ودقة.

أخبار ذات صلة "ديب سيك" للذكاء الاصطناعي تحدّث نموذجها للتفكير المنطقي عين ذكية تُنقذ الأرواح وتعزز الأمان داخل غرف العمليات المصدر: الاتحاد - أبوظبي

المصدر: صحيفة الاتحاد