โลกอาจเป็นสถานที่ที่เลวร้ายโดยเฉพาะในช่วงสองสามเดือนแรกหลังจากที่เด็กเกิด ในช่วงเวลาที่มีค่าเหล่านี้นั้น ทารกแรกเกิดจะได้สัมผัสกับประสบการณ์ใหม่ ๆ และสิ่งเร้ามากมายรวมถึงแบคทีเรียที่เป็นเชื้อโรคที่จะมาคอยทำร้ายร่างกายที่อ่อนแอของพวกเขา
ซึ่งแบคทีเรียที่เป็นผลมาจากการติดเชื้อในระบบไหลเวียนโลหิตนั้นได้กลายเป็นสาเหตุสำคัญของการเสียชีวิตของทารกแม้ในประเทศที่พัฒนาแล้วก็ตาม
การวินิจฉัยอย่างรวดเร็วของทารกที่ป่วยเป็นสิ่งสำคัญ แต่อาจเป็นสิ่งที่ท้าทายในโรงพยาบาลเนื่องจากมีอาการแสดงทางคลินิกที่ไม่ชัดเจน ตอนนี้นักวิจัยที่โรงพยาบาลเด็กแห่ง Philidelphia (CHOP) พบว่า ด้วยการให้สร้างจำลองโดยใช้เทคโนโลยี Machine Learning โดยการรวบรวมข้อมูลทางคลินิกของทารกแรกเกิดอย่างสม่ำเสมอ พวกเขาสามารถระบุกรณีของการติดเชื้อในทารกแรกเกิดได้ก่อนเวลาปกติ และทีมวิจัยได้ตีพิมพ์ผลการวิจัยในวารสาร PLoS ONE
เพื่อพัฒนาแบบจำลองโดยใช้เทคโนโลยี Machine Learning ที่สามารถตรวจจับการติดเชื้อได้ ทีมวิจัยได้ฝึกอัลกอริทึมโดยใช้ชุดข้อมูลย้อนหลัง โดยมีเป้าหมายสำคัญในการระบุการติดเชื้ออย่างน้อยสี่ชั่วโมงก่อนที่แพทย์จะสงสัยว่าเด็กทารกนั้นป่วยจริง ๆ
การใช้ข้อมูลบันทึกสุขภาพอิเล็กทรอนิกส์ เช่น สัญญาณชีพ ความดันโลหิต และอุณหภูมิจากทารก 618 คนในหอผู้ป่วยหนักทารกแรกเกิด CHOP จากปี 2557-2560
โดยทีมนักวิจัยได้ฝึกอบรมโดยใช้เทคโนโลยี Machine Learning เพื่อเปรียบเทียบสัญญาณชีพกับตัวชี้วัดที่สำคัญ 36 ตัว ซึ่งทีมวิจัยสามารถเปรียบเทียบความแม่นยำของ การใช้ Machine Learning กับการค้นพบทางคลินิกโดยแพทย์เฉพาะทางเด็ก ซึ่งจากการทดสอบ ใน 8 โมเดลนั้น พบว่ามี 6 โมเดล สามารถระบุกรณีของการติดเชื้ออย่างถูกต้องได้เร็วกว่าแพทย์ถึงสี่ชั่วโมงเลยทีเดียว
โดยทางทีมได้สรุปว่า หากมีข้อมูลเพิ่มเติมสำหรับการฝึกอบรม อาจมีผลต่อความแม่นยำมากขึ้นเมื่อเวลาผ่านไป “ เนื่องจากการตรวจพบ แต่เนิ่นๆและการทำการรักษาอย่างรวดเร็วเป็นสิ่งสำคัญในกรณีของการติดเชื้อแบคทีเรีย
เทคโนโลยีอย่าง Machine Learning จึงมีศักยภาพในการปรับปรุงผลลัพธ์ทางคลินิกในทารกเหล่านี้ ซึ่งจากข้อมูลของ Masino การค้นพบของทีมวิจัย เป็นขั้นตอนสำคัญในการพัฒนาเครื่องมือแบบเรียลไทม์สำหรับใช้ในโรงพยาบาล โดยการติดตามการศึกษาทางคลินิกเพิ่มเติม โดยทีมวางแผนที่จะประเมินประสิทธิภาพของระบบดังกล่าวในโรงพยาบาลจริงในอนาคต
References : https://www.eurekalert.org