محققان دانشگاه علوم بهداشتی سیدرز-سینای یک مدل مبتنی بر هوش مصنوعی ابداع کرده اند که قادر به شناسایی بیماران در معرض افت قند خون تا ۲۴ ساعت قبل از وقوع این شرایط است.
به گزارش خبرگزاری مهر به نقل از فیز، یک مدل هوش مصنوعی مبتنی بر شبکه حافظه بلندمدت-کوتاهمدت (LSTM) میتواند به پزشکان کمک کند افت قند خون بیماران بستری را پیش از وقوع پیشبینی کنند و با مداخله زودهنگام، از عوارض خطرناکی مانند تشنج، کما و آریتمیهای قلبی طولانیمدت جلوگیری شود.
این مدل یکی از چالشهای قدیمی خدمات بیمارستانی را هدف قرار داده است. افت قند خون یا هیپوگلیسمی، عارضهای شایع و بالقوه خطرناک در میان بیماران بستری به شمار میرود؛ از جمله افرادی که داروهای دیابت دریافت میکنند، بیمارانی که پیش از جراحی باید ناشتا باشند و همچنین افرادی که در شرایط بحرانی قرار دارند. با این حال، تاکنون ابزار رایج و دقیقی برای پیشبینی اینکه کدام بیماران در معرض افت قند خون قرار میگیرند، وجود نداشته است.