Artipisyal na Intelihensiya
Mga Luma nang Protokol sa Emerhensiya na Handa nang I-modernisa ng Machine Learning
New data mula sa Osaka University ay nagpakita na ang mabilis na pagtaas ng kakayahan ng machine learning ay maaaring maipakalat na ngayon sa mga sitwasyon ng emerhensiya. Isang pangkat ng mga mananaliksik ang nagpakita na ang teknolohiya ay maaaring epektibong tumulong sa pagtukoy ng mga angkop na kandidato para sa Tranexamic Acid, na nagpapababa ng mga antas ng kam mortality sa mga pasyenteng may trauma.
Ano ang Tranexamic Acid (TXA)?
Karamihan sa mga gamot ay simpleng paggamot para sa isang uri ng kondisyon. Ilang ilan, gayunpaman, ay tunay na nakapagliligtas ng buhay. Isa sa mga ito ay ang Tranexamic Acid, o ‘TXA’. Sa pinakasimpleng antas, ibinibigay ang TXA sa mga pasyente upang mapigil ang malawak na pagdurugo, na karaniwang nagmumula sa isang uri ng trauma.
Sa mas malalim na pagtingin, gumagana ang TXA sa pamamagitan ng pagpapababa at pagpigil sa patuloy na pagdurugo sa pamamagitan ng pagpapasigla ng pagbuo ng pamumuo sa loob ng katawan. Nakakamit nito ito sa pamamagitan ng pagpigil sa pagbuo ng isang enzyme na kilala bilang plasmin na nagtatanggal ng protina na mahalaga para sa pamumuo – ang fibrin.
Karaniwan, ang presensya ng plasmin ay isang mabuting bagay, dahil pinipigilan nito ang labis na pamumuo at maraming karamdaman (hal., stroke, pulmonary embolism, deep vein thrombosis, myocardial infarction, atbp.) na maaaring magresulta. Gayunpaman, sa isang sitwasyon ng emerhensiya kung saan kailangang kontrolin ang pagdurugo, ang kakayahan ng TXA na pigilan ang pagbuo nito ay napakahalaga.
Pagliligtas ng mga Buhay sa mga Sitwasyon ng Emerhensiya gamit ang Machine Learning
Maging ito man ay isang frontline na Paramedic na nagtatrabaho upang patatagin ang pasyente sa likod ng isang gumagalaw na ambulansya, o isang Nars na nakikipagtulungan sa isang koponan ng mga propesyonal sa pangangalagang pangkalusugan sa isang emergency room, nananatiling mahalagang kasangkapan ang TXA sa pamamahala ng hindi napigilang pagdurugo na nagmumula sa trauma. Mahalaga ring kilalanin na ang TXA ay hindi angkop para sa bawat pasyente, dahil madalas itong sinasabayan ng malubhang mga side-effect, na ginagawang mahirap ang pagtukoy kung dapat itong ibigay.
Ang pagkilala na ang TXA ay hindi pangkalahatang kapaki-pakinabang dahil sa mga posibleng side effect, ang nabanggit na pag-aaral ay tumutok sa pagtukoy ng mga tiyak na subgroup ng mga pasyenteng may trauma na malamang na makinabang mula sa paggamot ng TXA. Sa hinaharap, ang kakayahang ito na tukuyin ang mga kandidato ay maaaring gumanap ng mahalagang papel sa pag-modernisa ng umiiral na mga protokol para sa pagtukoy ng pagiging karapat-dapat para sa pagbibigay.
Gamit ang mga teknik ng machine learning, sinuri ng mga mananaliksik ang data mula sa higit 50,000 pasyente sa Japan Trauma Data Bank upang tukuyin ang walong natatanging trauma phenotype (mga pangkat batay sa mga nakikitang katangian). Sinuri nila pagkatapos ang epekto ng TXA sa mga phenotype na ito kaugnay ng mortality sa loob ng ospital. Ipinakita ng mga natuklasan na ang ilang mga subgroup ay nagpakita ng makabuluhang pagbaba sa mortality kapag ginamot ng TXA, samantalang ang iba ay hindi nakinabang.
Ang pag-aaral ay nagpapakita ng iba’t ibang presentasyon ng mga pasyenteng may trauma, kung saan ang kanilang mga pinsala ay malawak na nag-iiba sa uri at tindi, na nagpapahirap sa pagtantiya ng bisa ng paggamot sa indibidwal na antas. Ang layunin ng pananaliksik na ito ay mapabuti ang personalized na pangangalaga para sa mga pasyenteng may trauma, kaya’t mapabuti ang pangkalahatang kalidad ng pangangalaga at mga antas ng kaligtasan sa populasyong ito na mataas ang panganib. Ang lapit na ito sa paggamot na nakabatay sa pasyente ay maaaring magdulot ng mas epektibong paggamit ng TXA sa pangangalaga sa trauma, na nagbabawas ng hindi kinakailangang side effect at nag-ooptimize ng mga kinalabasan – lahat ito ay dahil sa machine learning.
Machine Learning: Isang Pangunahing Tagapukaw sa Lahat ng Disruptive na Teknolohiya
Ang pag-aaral na ito ay ang pinakabagong halimbawa sa lumalawak na bilang ng mga halimbawa na naglilinaw kung paano ang mga subset ng artificial intelligence, tulad ng machine learning, ay maaaring mag-excel bilang pangunahing tagapukaw o ‘core technology’ sa halos anumang sektor – isang pagkilala na binigyang-diin sa ‘Big Ideas 2024’ ng Ark Invest.
Marami rito ay dahil sa kakayahan ng AI na magproseso at makilala ang mga pattern sa loob ng napakalaking dami ng data. Kaya nitong gawin ito nang mas epektibo kaysa sa sinumang tao at patuloy na umuunlad nang mas mabilis.
Mga Espesyalista sa Machine Learning
Bagaman maaaring abutin pa ng ilang panahon bago magamit ang machine learning upang tukuyin kung dapat bang bigyan ng TXA ang isang pasyente, maraming kumpanya na ang nagtatrabaho upang higit pang paunlarin ang teknolohiyang ito. Sa katunayan, ang ilan ay nagsimulang isama na ito sa iba pang aspeto ng pangangalagang pangkalusugan na kasinghalaga rin.
*Ang mga bilang na ibinigay sa ibaba ay tama noong oras ng pagsulat at maaaring magbago. Ang anumang potensyal na mamumuhunan ay dapat mag-verify ng mga sukatan*
1. NVIDIA
(NVDA
)
(NVDA )
| Kabuuang Halaga ng Merkado | Forward P/E 1 Taon | Kita Bawat Share (EPS) |
| 2,179,359,750,000 | 38.31 | $11.94 |
Ang NVIDIA ay nasa unahan ng pag-unlad ng AI, gamit ang makapangyarihang teknolohiyang GPU upang isulong ang iba’t ibang sektor, kabilang ang pangangalagang pangkalusugan. Sa pangangalagang pangkalusugan, ginagamit ang mga AI platform ng NVIDIA upang pabilisin ang drug discovery, medikal na imaging, at genetic analysis. Halimbawa, pinapayagan ng kanilang mga GPU ang mas mabilis na pagproseso ng malalaking dataset para sa mga gawain tulad ng imaging diagnostics, na tumutulong sa pagtukoy ng mga sakit mula sa X-ray at MRI nang may mas mataas na katumpakan at bilis.
Nakikipagtulungan ang NVIDIA sa mga institusyong pananaliksik at mga organisasyon sa pangangalagang pangkalusugan upang bumuo ng mga AI tool na nagtataya ng mga sakit, nagpapabuti ng mga kinalabasan ng pasyente, at nagpapababa ng gastos sa pangangalaga. Sa pamamagitan ng mga inisyatibong ito, pinapahusay ng NVIDIA ang umiiral na mga aplikasyon sa pangangalagang pangkalusugan at nagiging nangunguna sa mga bagong paraan upang mag-diagnose at magpagaling ng mga sakit gamit ang kapangyarihan ng AI.
Sa oras ng pagsulat, nakalista ang NVDA ng karamihan sa mga analyst bilang isang ‘Malakas na Bilhin’
2. Powerful Medical
Ang pangunahing produkto/serbisyo ng Powerful Medical ay kilala bilang PMCardio. Ito ay isang platform na dinisenyo upang tulungan ang mga propesyonal sa pangangalagang pangkalusugan sa pagsusuri, interpretasyon, diagnosis, at paggamot ng mga pangyayaring cardiac.
Gumagamit ito ng machine learning upang suriin ang mga ECG at ihambing ito sa isang napakalawak na database ng mga rekord ng pasyente. Pinapayagan nito ang PMCardio na matukoy ang myocardial infarctions, kilala rin bilang ‘heart attacks’, at iba pang abnormalidad nang tumpak at mabilis.
Namumukod-tangi ang platform sa kakayahan nitong magbigay ng tumpak na diagnosis sa unang punto ng pakikipag-ugnayan, na mahalaga para sa napapanahong interbensyon sa mga cardiovascular emergency. Ang teknolohiya ng PMCardio ay partikular na mahalaga dahil tumutulong ito na punan ang kritikal na puwang sa pagtuklas ng mga kondisyon sa puso na maaaring hindi halata sa tradisyunal na mga pamamaraan ng diagnosis.
Sa pamamagitan ng pagsasama ng AI sa operasyon nito, nag-aalok ang PMCardio sa mga propesyonal sa pangangalagang pangkalusugan ng isang makapangyarihang kasangkapan na nagpapabuti ng koordinasyon ng pangangalaga, pinapasimple ang proseso ng triage, at nagsisiguro ng maaga at tumpak na pagtuklas ng mga posibleng mapanganib na pangyayaring cardiac. Ang pag-unlad na ito sa teknolohiyang medikal ay naglilinaw ng potensyal ng AI na baguhin ang larangan ng cardiovascular diagnostics sa pamamagitan ng pagpapahusay ng kakayahang magtantiya at magpagaling ng mga sakit sa puso nang epektibo.
Noong Marso 1, 2024, nagtagumpay ang PMCardio na makakuha ng €7.5M na pondo mula sa European Innovation Council upang ipagpatuloy ang pag-develop ng mga AI-based diagnostic tool nito, na nagpapakita ng pangako nito sa pag-alis ng isa sa mga pangunahing sanhi ng kamatayan sa mundo.
