Novo Sistema De IA Informa No momento em que Médicos Necessitam Tomar Cuidados Finais Com Pacientes
20 Feb 2018 01:41
Tags
Usando um algoritmo de inteligência artificial que prevê a mortalidade de um paciente, uma equipe de pesquisa da Instituição Stanford espera melhorar os cuidados finais em pessoas criticamente enfermas. Em testes, o sistema se provou estranhamente preciso, prevendo corretamente a mortalidade de 90 por cento dos casos. Todavia, apesar de o sistema consiga calcular se um paciente podes morrer, ele não consegue expor definitivamente aos médicos como chegou a essa conclusão. Prever a mortalidade tem sido difícil. Os médicos devem considerar uma série de fatores, como a idade do paciente, histórico familiar de reação aos medicamentos e a meio ambiente da doença em si.Para complicar o processo, os médicos necessitam combater contra seus próprios egos, inclinações e uma relutância inconsciente ao avaliar as promessas de um paciente. Isso expõe um problema para que exista um tempo certo para se começar os cuidados paliativos (práticas aplicadas a um paciente incurável que visam dar diminuição de sofrimento). Normalmente, no momento em que um paciente porventura não vai viver em uma etapa de até um ano, são iniciados tratamentos nesse tipo.No término das contas, os médicos trabalham para impedir dor, náusea, ausência de apetite, dão suporte psicológico e moral, e também respeitar cuidados espirituais, culturais e sociais do paciente e de sua família. Porém, se um paciente é inserido ante cuidados paliativos antes da hora, ele possivelmente vai perder grande fração desse tratamento.E isso pode retratar uma tensão desnecessária ao sistema de saúde. Com alguma periodicidade, doenças avançadas se transformam em uma queda médica, e os pacientes acabam indo para a UTI. Um dos objetivos da equipe de cuidado paliativo é falar com os pacientes, de forma que eles possam reflexionar e articular suas preferências antes que exista uma queda. Jung diz que estas necessidades inconvenientes foram conhecidas há algumas décadas com pesquisas que afirmam que 80% dos americanos gostariam de morrer em casa — mas só 35 por cento conseguiram tal feito. Ele diz que a situação melhorou um tanto, mas "ainda há um grande caminho na frente".É respeitável se ater ao tempo claro, e, por essa justificativa, Anand Avai e tua equipe de Stanford desenvolveram este sistema de inteligência artificial. O algoritmo pra prever a morte é uma ferramenta para aprimorar a precisão de prognósticos. Além de melhorar o timing para cuidados paliativos, o sistema pode assim como aliviar a carga sobre os médicos quando tentam prever os resultados de cuidados paliativos, que são alguma coisa trabalhoso e que levam um excelente tempo. O sistema utiliza uma maneira de inteligência artificial conhecida como deep learning, em que uma rede neural aprende ao checar uma quantidade imensa de fatos. Deste caso, o sistema foi alimentado com sugestões de prontuário eletrônico de meninas e adultos internados no hospital de Stanford e no hospital infantil Lucile Packard. Depois de pesquisar 2 milhões de registros, os pesquisadores identificaram 200 1 mil pacientes adequados para o projeto.Vince e seis Indicação de eliminação rápida pra página BannersA hérnia de disco também pode afetar os cãesSegundo passo pra absorver uma rotina com alimento natural pra gatos> Dicas sobre a Lipidose Hepática 21/01/2018 19h33 Atualizado 21/01/2018 20h01
Os pesquisadores estavam "agnósticos" quanto ao tipo de doença, estágio da doença, gravidade da internação (se está na UTI ou não) e assim sendo por diante. Todos esses pacientes tinham casos parelhos, incluindo diagnóstico, número de exames ordenados e tipos de procedimentos realizados, e também números de dias que ficaram no hospital, medicamentos administrados, além de outros mais fatores. Programado com essa nova técnica, o algoritmo passou a avaliar os quarenta 1 mil pacientes restantes e fez um ótimo material, prevendo a mortalidade de pacientes entre três e 12 meses em nove a cada dez casos. Em torno de 95 por cento dos pacientes avaliados com baixa perspectiva de morrer durante aquele período viveram mais de 12 meses. O estudo piloto foi um sucesso, e os pesquisadores esperam que o sistema seja melhorado e aplicado de modo mais abrangente.Esta é uma sofisticada ferramenta de triagem para melhorar o cuidado paliativo utilizando o pressentimento como um indicador", ponderou Stephanie M. Harman, professora de medicina na Escola Stanford e uma das coautoras deste novo estudo, em entrevista ao Gizmodo. A intenção não é noticiar as pessoas quando elas irão morrer", explicou, ressaltando que o sistema opta o problema de "identificar pacientes graves que ainda não tiveram tratamento paliativo". A respeito, observou Jung: "Nós achamos que essa abordagem é fundamental para o exercício seguro, efetivo e ético de machine learning em um assunto clínico.Fora de casos de aplicações super nichadas, como a nossa, pensamos que é a toda a hora melhor deixar as pessoas informadas a respeito do processo". No decorrer do estudo, os pesquisadores descobriram várias falhas no sistema que deverão ser corrigidas antes de retornar a funcionar novamente. Tendo como exemplo, podes ser difícil achar uma hora exata e um ambiente para os médicos responsáveis pelo cuidado paliativo terem uma discussão com a equipe do hospital em tempo hábil", falou Jung.
Os pesquisadores estavam "agnósticos" quanto ao tipo de doença, estágio da doença, gravidade da internação (se está na UTI ou não) e assim sendo por diante. Todos esses pacientes tinham casos parelhos, incluindo diagnóstico, número de exames ordenados e tipos de procedimentos realizados, e também números de dias que ficaram no hospital, medicamentos administrados, além de outros mais fatores. Programado com essa nova técnica, o algoritmo passou a avaliar os quarenta 1 mil pacientes restantes e fez um ótimo material, prevendo a mortalidade de pacientes entre três e 12 meses em nove a cada dez casos. Em torno de 95 por cento dos pacientes avaliados com baixa perspectiva de morrer durante aquele período viveram mais de 12 meses. O estudo piloto foi um sucesso, e os pesquisadores esperam que o sistema seja melhorado e aplicado de modo mais abrangente.Esta é uma sofisticada ferramenta de triagem para melhorar o cuidado paliativo utilizando o pressentimento como um indicador", ponderou Stephanie M. Harman, professora de medicina na Escola Stanford e uma das coautoras deste novo estudo, em entrevista ao Gizmodo. A intenção não é noticiar as pessoas quando elas irão morrer", explicou, ressaltando que o sistema opta o problema de "identificar pacientes graves que ainda não tiveram tratamento paliativo". A respeito, observou Jung: "Nós achamos que essa abordagem é fundamental para o exercício seguro, efetivo e ético de machine learning em um assunto clínico.Fora de casos de aplicações super nichadas, como a nossa, pensamos que é a toda a hora melhor deixar as pessoas informadas a respeito do processo". No decorrer do estudo, os pesquisadores descobriram várias falhas no sistema que deverão ser corrigidas antes de retornar a funcionar novamente. Tendo como exemplo, podes ser difícil achar uma hora exata e um ambiente para os médicos responsáveis pelo cuidado paliativo terem uma discussão com a equipe do hospital em tempo hábil", falou Jung.Comments: 0
Add a New Comment
page revision: 0, last edited: 20 Feb 2018 01:41