Машинное обучение поможет бороться с внутрибольничными инфекциями |
||
МЕНЮ Искусственный интеллект Поиск Регистрация на сайте Помощь проекту ТЕМЫ Новости ИИ Искусственный интеллект Разработка ИИГолосовой помощник Городские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Техническое зрение Чат-боты Авторизация |
2018-03-17 12:28 Группа ученых и врачей под руководством профессора Сколтеха Владимира Зельмана изучила с помощью технологии машинного обучения (machine learning) факторы развития внутрибольничного менингита. Результаты исследования опубликованы в журнале Journal of Critical Care. Внутрибольничный менингит – тяжелое осложнение, возникающее после нейрохирургических вмешательств и травм головного мозга, зачастую приводящее к инвалидности и смерти пациентов. Это заболевание крайне плохо поддается лечению, поскольку чаще всего вызвано бактериями с множественной устойчивостью к антибиотикам. Изучение факторов риска и, как следствие, возможностей для предупреждения инфекции, является основным инструментом для снижения частоты внутрибольничного менингита. Ученые из Сколтеха, Университета Южной Калифорнии и врачи из Института нейрохирургии имени Бурденко с 2010 по 2017 годы наблюдали группу из 2286 пациентов, проходящих интенсивное лечение заболеваний и травм нервной системы. У 216 пациентов из группы был диагностирован внутрибольничный менингит. Для выявления факторов риска возникновения менингита исследователи применили несколько математических подходов, включая классический статистический анализ и машинное обучения. В результате было выявлено четыре основных фактора риска: трепанация черепа, возникновение инфекции в области оперативного вмешательства, утечка ликвора (жидкости, циркулирующей в головном мозге) и дренаж желудочков головного мозга. Применение машинного обучения позволило убедительно доказать значимость этих факторов в процессе развития заболевания. Работа ученых впервые рассказывает о ситуации с внутрибольничным менингитом в России и демонстрирует эффективность машинного обучения в предсказании факторов риска. Руководитель исследования, профессор Сколтеха Владимир Зельман: “В нашей работе описан уникальный материал клинических наблюдений. Это совершенно беспрецедентный опыт для России. Новизна подхода как в сборе, так и в анализе данных позволяет говорить, что эта работа – это важный шаг в поиске путей борьбы с внутрибольничным менингитом. Основная задача, которую мы решаем – как сделать так, чтобы бактерии лишились самой возможности распространяться в госпитале и проникать в нервную систему. Конечно, требуется еще много работы. Тем не менее, я считаю, что эта работа – пример успешного международного сотрудничества и полезно было бы это продолжать.” Источник: www.skoltech.ru Комментарии: |
|