Pemeriksaan jantung dengan EKG
0 0
Read Time:1 Minute, 39 Second

OBATDIGITAL – pendekatan baru berbasis kecerdasan buatan dapat memprediksi, secara signifikan lebih akurat daripada dokter, jika dan kapan seorang pasien bisa meninggal karena serangan jantung.

Teknologi, dibangun di atas gambaran mentah dari hati pasien yang sakit dan latar belakang pasien, berdiri untuk merevolusi pengambilan keputusan klinis dan meningkatkan kelangsungan hidup dari aritmia jantung yang tiba-tiba dan mematikan, salah satu kondisi kesehatan yang paling mematikan.

“Kematian jantung mendadak yang disebabkan oleh aritmia menyumbang sebanyak 20 persen dari semua kematian di seluruh dunia dan kami hanya tahu sedikit tentang mengapa itu terjadi atau bagaimana mengetahui siapa yang berisiko,” kata Profesor Natalia Trayanova, ahli Teknik Biomedis dan Murray B. Sachs.

Menurutnya, ada pasien yang mungkin berisiko rendah mengalami kematian jantung mendadak yang mendapatkan defibrillator yang mungkin tidak mereka perlukan dan kemudian ada pasien berisiko tinggi yang tidak mendapatkan perawatan yang mereka butuhkan dan bisa meninggal di puncak kehidupan mereka.

“Apa yang dapat dilakukan oleh algoritme kami adalah menentukan siapa yang berisiko mengalami kematian jantung dan kapan itu akan terjadi, memungkinkan dokter untuk memutuskan dengan tepat apa yang perlu dilakukan,” ujarnya dalam Medical Xpress (8/4/2022).

Tim tersebut adalah yang pertama menggunakan jaringan saraf untuk membangun penilaian kelangsungan hidup yang dipersonalisasi untuk setiap pasien dengan penyakit jantung.

Langkah-langkah risiko ini memberikan peluang kematian jantung mendadak dengan akurasi tinggi selama 10 tahun, dan kapan kemungkinan besar itu terjadi.

Teknologi pembelajaran mendalam ini disebut Survival Study of Cardiac Arrhythmia Risk (SSCAR). Nama tersebut mengacu pada jaringan parut jantung yang disebabkan oleh penyakit jantung yang sering mengakibatkan aritmia yang mematikan, dan kunci untuk prediksi algoritme.

Tim menggunakan gambar jantung yang ditingkatkan kontras yang memvisualisasikan distribusi bekas luka dari ratusan pasien nyata di Rumah Sakit Johns Hopkins, Amerika Serikat, dengan jaringan parut jantung untuk melatih algoritma untuk mendeteksi pola dan hubungan yang tidak terlihat dengan mata telanjang.

Analisis gambar jantung klinis saat ini hanya mengekstrak fitur bekas luka sederhana seperti volume dan massa, sangat meremehkan apa yang ditunjukkan dalam pekerjaan ini sebagai data penting.

Happy
Happy
0 %
Sad
Sad
0 %
Excited
Excited
0 %
Sleepy
Sleepy
0 %
Angry
Angry
0 %
Surprise
Surprise
0 %
Translate »