Heart Attack Sign: आर्टिफिशियल इंटेलिजेंस ने पता किया हार्ट फेल से जुडी समस्या का निवारण

Heart Attack Sign: एक भारतीय मूल के शोधकर्ता के नेतृत्व में एक नए अध्ययन के अनुसार, कृत्रिम बुद्धिमत्ता (एआई) उपकरण का उपयोग करके व्यक्तिगत रोगियों के लिए भविष्य के जोखिम की भविष्यवाणी करने के लिए संभावित रूप से इस्तेमाल किए जा सकने वाले हार्ट फेल के पांच उपप्रकारों की पहचान की गई है। हार्ट फेल एक अम्ब्रेला शब्द है । जब हृदय शरीर के चारों ओर रक्त को ठीक से पंप करने में असमर्थ होता है। हार्ट फेल को वर्गीकृत करने के वर्तमान तरीके रोग की संभावित प्रगति की सटीक भविष्यवाणी नहीं करते हैं। अध्ययन के लिए, लैंसेट डिजिटल हेल्थ में प्रकाशित, यूनिवर्सिटी कॉलेज लंदन के शोधकर्ताओं ने 30 वर्ष या उससे अधिक आयु के 300,000 से अधिक लोगों के अज्ञात रोगी डेटा की जांच की, जिन्हें 20 वर्षों की अवधि में ब्रिटेन में दिल की विफलता का निदान किया गया था।

कई मशीन लर्निंग विधियों का उपयोग करते हुए, उन्होंने पांच उपप्रकारों की पहचान की: अर्ली ऑनसेट, लेट ऑनसेट, एट्रिअल फिब्रिलेशन से जुड़ा (एट्रिअल फिब्रिलेशन एक इर्रेगुलर हार्ट रिदम पैदा करने वाली स्थिति है), चयापचय (मोटापे से जुड़ा लेकिन हृदय रोग की कम दर के साथ), और कार्डियोमेटाबोलिक (मोटापा और हृदय रोग से जुड़ा हुआ)। शोधकर्ताओं ने निदान के बाद वर्ष में रोगियों के मरने के जोखिम में उपप्रकारों के बीच अंतर की खोज की।

एक वर्ष में सर्व-कारण मृत्यु दर जोखिम इस प्रकार थे: प्रारंभिक शुरुआत 20 प्रतिशत, देर से शुरुआत 46 प्रतिशत, आलिंद फिब्रिलेशन-संबंधी 61 प्रतिशत, चयापचय 11 प्रतिशत और कार्डियोमेटाबोलिक 37 प्रतिशत। टीम ने एक ऐप भी विकसित किया है जिसका उपयोग चिकित्सक हृदय गति रुकने वाले व्यक्ति के उपप्रकार को निर्धारित करने के लिए संभावित रूप से कर सकते हैं।

यह भविष्य के जोखिम की भविष्यवाणी में सुधार कर सकता है। रोगियों के साथ चर्चा को सूचित कर सकता है। "बीमारी के संभावित पाठ्यक्रम को बेहतर ढंग से समझने और रोगियों को इसके बारे में बताने के उद्देश्य से, हमने हार्ट फेल को वर्गीकृत करने के तरीके में सुधार करने की मांग की।

वर्तमान में, व्यक्तिगत रोगियों के लिए रोग की प्रगति की भविष्यवाणी करना चुनौतीपूर्ण है। कुछ लोग कई वर्षों तक स्थिर रहेंगे, जबकि अन्य तेजी से बिगड़ते हैं," यूसीएल के इंस्टीट्यूट ऑफ हेल्थ इंफॉर्मेटिक्स के प्रमुख लेखक प्रोफेसर अमिताभ बनर्जी ने कहा। "हार्ट फेल के प्रकारों के बीच बेहतर अंतर भी अधिक लक्षित उपचार और संभावित उपचारों के लिए एक अलग दृष्टिकोण का कारण बन सकता है।

इस नए अध्ययन में, हमने कई तरीकों और डेटासेट का उपयोग करके पांच मजबूत उपप्रकारों की पहचान की है," उन्होंने कहा अगला कदम, बनर्जी के अनुसार, यह निर्धारित करना है कि क्या हार्ट फेल के लिए यह वर्गीकरण पद्धति रोगियों के लिए व्यावहारिक अंतर ला सकती है। इसमें मूल्यांकन करना शामिल है कि क्या यह जोखिम की भविष्यवाणी में सुधार करता है, चिकित्सकों द्वारा प्रदान की गई जानकारी की गुणवत्ता को बढ़ाता है। रोगियों के उपचार को प्रभावित करता है। उन्होंने कहा, "हमें इसकी लागत-प्रभावशीलता का आकलन करने की भी आवश्यकता है। हमने जो ऐप तैयार किया है, उसके नैदानिक ​​परीक्षण या आगे के शोध में मूल्यांकन की आवश्यकता है। लेकिन नियमित देखभाल में इसका लाभ हो सकता है।"