معاونت تحقیقات و فنآوری

عنوان طرح: پیش بینی شدت بیماری کووید-19 با استفاده از روش‌های یادگیری ماشین مجری(ان): مهدی عزتی/بهار مسرور همکار(ان): زهره کهرام فر/رؤیا نجفی وثوق تاریخ انتشار: شهریور 1404 نوع طرح: طرح تحقیقاتی دانشجویی
عنوان خبر: استفاده از روش های نوین هوش مصنوعی و یادگیری ماشین در مدیریت درمان و ارائه خدمات بیماران مبتلا به کووید-19
متن خبر: بیماری COVID-19 به‌عنوان یک رویداد شدید بهداشت عمومی شناخته شد و همچنان در سطح جهانی گسترش یافت. تظاهرات اصلی COVID-19 شامل تب، خستگی و سرفه خشک گزارش گردید، که در اکثر موارد خفیف و با نتیجه مطلوب همراه بود. با این حال، بیماری در مبتلایان به COVID-19 به سرعت پیشرفت داده شد و نارسایی تنفسی، سندرم دیسترس تنفسی، شوک سپتیک و حتی مرگ در مدت زمان کوتاهی مشاهده گردید. بنابراین، ارزیابی شدت بیماری و بررسی بیومارکرهای احتمالی ضروری شمرده شد.این مطالعه در دانشگاه علوم پزشکی همدان با هدف بررسی ارتباط اندکس های خونی و انعقادی با شدت بیماری در بیماران مبتلا به COVID-19 بستری در بیمارستان های همدان انجام شد. پیش‌بینی دقیق شدت بیماری جهت بهبود ارائه مراقبت و تخصیص منابع و کاهش مرگ‌ومیر مثمر ثمر است. یکی از آزمایشات معمول برای پیگیری بیماران، اندازه‌گیری سطح D-dimer است. شاخص‌هایی همچون حجم متوسط پلاکتی (MPV) و دامنه توزیع گلبول قرمز (RDW) نیز به‌طور متناوب در این بیماران انجام می گیرد. با استفاده از همین یافته های آزمایشگاهی و الگوریتم‌های یادگیری ماشین، می توان شدت بیماری را پیش بینی نمود و اثرات قابل توجه آن بر تصمیمات درمانی پزشکان برای بهبود کیفیت ارائه خدمات سلامت را مشاهده کرد.طبق نتایج این مطالعه سطح D-dimer، MPV و RDW در بیماران باشدت زیاد بیماری کووید-19 افزایش بیشتری دارد و از میان الگوریتم های یادگیری ماشین Random Forest از کارایی بیشتری در پیش بینی شدت بیماری براساس شاخص های هماتولوژیک برخوردار است.
گروه مخاطب	پیام پژوهش
دانشجویان علوم پزشکی	افزایش دانش فردی درباره بیماری کووید-19 و اهمیت دادن به شاخص‌های هماتولوژیک موجب مدیریت بهتر بیمار می شود.
اساتید علوم پزشکی	استفاده از داده‌های آزمایشگاهی و تحلیل‌ آماری و الگوریتم هوش مصنوعی آن ها موجب کسب درک دقیق‌تر از وضعیت بیماری کووید-19 می شود.
محل بکارگیری نتایج تحقیق (صنعت، جامعه)	پیشنهاد نحوه کاربست
مراکز درمانی	آگاهی کامل کادر درمان از تغییرات شاخص‌های هماتولوژیک و ایمنولوژیک در بیماران مبتلا به کووید-19 موجب بهبود خدمات درمانی می شود.
مراکز دانشگاهی	ارتقای دانش دانشجویان نسبت به بیماری کووید-19 و کاربرد آن در مطالعات و تحقیقات سبب افزایش کیفیت آموزش و پژوهش می شود.
لینک مقاله:
ایمیل ارتباطی و تلفن مجری اصلی طرح: Mahdiezzati2211@gmail.com