علمی فناوری 11:31 - 01 بهمن 1399
پژوهشگران آمریکایی در بررسی جدید خود، یک روش مبتنی بر یادگیری ماشینی را ابداع کرده‌اند که می‌تواند به بررسی پیامدهای ناشی از کووید-۱۹ کمک کند.

ابداع یک روش یادگیری ماشینی برای پیش‌بینی پیامدهای کووید-۱۹

به گزارش ایسنا و به نقل از نیوزوایز، پژوهشگران "مرکز پزشکی مانت‌ساینای"(Mount Sinai)، از روشی موسوم به "یادگیری فدرال"(federated learning) برای بررسی سوابق الکترونیکی استفاده کردند تا نحوه پیشرفت کووید-۱۹ را در بیماران بهتر پیش‌بینی کنند.

به گفته پژوهشگران، این روش امیدوارکننده‌ای برای ابداع مدل‌های یادگیری بیشتر است که بدون به خطر انداختن حریم خصوصی بیمار، فراتر از سامانه سلامت عمل می‌کند. این مدل‌ها می‌توانند به بهبود کیفیت مراقبت از بیماران کمک کنند.

یادگیری فدرال، روشی است که الگوریتمی را در چندین دستگاه یا سرورهای شامل نمونه‌ داده‌های محلی آموزش می‌دهد اما از تجمع داده‌های بالینی که اثرات نامطلوبی از جمله مشکلات حریم خصوصی را برای بیماران به همراه دارد، پیشگیری می‌کند.

پژوهشگران مانت‌ساینای با استفاده از سوابق سلامت الکترونیکی ثبت شده در پنج بیمارستان جداگانه، مدل‌های یادگیری فدرال را به کار بردند و آنها را ارزیابی کردند تا میزان مرگ و میز را در بیماران مبتلا به کووید-۱۹ پیش‌بینی کنند.

آنها عملکرد مدل یادگیری فدرال را به واسطه نمونه‌های ساخته شده با استفاده از داده‌های هر بیمارستان که به مدل‌های محلی مربوط بود، به صورت جداگانه مقایسه کردند. پژوهشگران پس از آموزش مدل‌های خود با یک شبکه فدرال و آزمایش داده‌های مدل‌های محلی در هر بیمارستان، دریافتند که مدل‌های فدرال، قدرت پیش‌بینی را افزایش می‌دهند و نسبت به مدل‌های محلی بیشتر بیمارستان‌ها، عملکرد بیشتری دارند.

"بنجامین گلیکسبرگ"(Benjamin Glicksberg)، از پژوهشگران این پروژه گفت: مدل‌های یادگیری ماشینی در حوزه مراقبت از سلامت، اغلب به داده‌های متنوع در مقیاس بزرگ نیاز دارند تا قابل انتقال باشند. یادگیری فدرال، روشی است که به مدل‌ها کمک می‌کند تا بتوانند به یادگیری از منابع بپردازند؛ بدون این که داده‌های حساس بیمار را افشا کنند. ما در پژوهش خود نشان داده‌ایم که این راهبرد می‌تواند برای شرایطی مانند همه‌گیری کووید-۱۹ مفید باشد.

این پژوهش، در "Journal of Medical Internet Research" به چاپ رسید.

انتهای پیام


10912397
 
پربازدید ها
پر بحث ترین ها

مهمترین اخبار علمی فناوری

علمی فناوری
«باشگاه خبرنگاران» سخنگوی وزارت بهداشت، درمان و آموزش پزشکی: علت مرگ پزشک جوان هنوز از سوی پزشکی قانونی تعیین نشده است.
علمی فناوری
«باشگاه خبرنگاران» سخنگوی سازمان اورژانس کشور گفت: از آغاز طرح سلامت نوروزی تاکنون ۴۰ هزار و ۶۵۵ عمل جراحی اورژانسی در کشور انجام شده است.  
علمی فناوری
«باشگاه خبرنگاران» سازمان فناوری اطلاعات اعلام کرد که در سال گذشته بیش از ۴۰ هزار تغییر کاربری غیرمجاز توسط سامانه پنجره واحد زمین، شناسایی شد.
علمی فناوری
«باشگاه خبرنگاران» رئیس اداره پایش زنجیره مصرف دارو، از توزیع ۲۰ میلیون عدد وارفارین وارداتی طی ۴ ماه خبر داد.
علمی فناوری
«باشگاه خبرنگاران» مشاور رئیس و مدیرکل روابط عمومی سازمان سنجش جدیدترین آمار ثبت نام نوبت دوم آزمون سراسری ۱۴۰۳ را اعلام کرد.
علمی فناوری
«باشگاه خبرنگاران» سیاه‌چاله مرکزی کهکشان راه شیری جرمی حدود ۴.۳ میلیون برابر خورشید دارد و یک سیاه‌چاله فعال است.
علمی فناوری
«باشگاه خبرنگاران» نتایج تحقیقات نشان می‌دهد که مصرف روزانه سرکه به افراد دارای اضافه وزن کمک می‌کند تا هشت کیلوگرم وزن کم کنند.
علمی فناوری
«باشگاه خبرنگاران» شیائومی در اولین حضور خود در بازار پرطرفدار خودرو‌های برقی چین، رشد خود را تقویت می‌کند.
علمی فناوری
«باشگاه خبرنگاران» رژیم گرفتن به امری رایج تبدیل شده؛ اما اغلب افرادی که وارد پروسه رژیم می‌شوند، شکست می‌خورند و دلایل متعددی سبب شکست افرادی می‌شود که وارد پروسه رژیم گرفتن شده‌اند.
علمی فناوری
«باشگاه خبرنگاران» معاون درمان وزارت بهداشت گفت: برای بیماران صعب العلاج ۵۷ بسته خدمتی جهت پوشش بیمه ای تدوین شده است.

مشاهده مهمترین خبرها در صدر رسانه‌ها

صفحه اصلی | درباره‌ما | تماس‌با‌ما | تبلیغات | حفظ حریم شخصی

تمامی اخبار بطور خودکار از منابع مختلف جمع‌آوری می‌شود و این سایت مسئولیتی در قبال محتوای اخبار ندارد

کلیه خدمات ارائه شده در این سایت دارای مجوز های لازم از مراجع مربوطه و تابع قوانین جمهوری اسلامی ایران می باشد.

کلیه حقوق محفوظ است