به گزارش خبرنگار برنا از آبادان، ناصر کامیاری امروز ضمن اعلام این مطلب اظهار کرد: در دوران پُرالتهاب همهگیری کرونا، یکی از بزرگترین دغدغهها برای کادر درمان، شناسایی بیمارانی بود که بیشتر در معرض خطر مرگ قرار داشتند. بر این اساس پژوهشی را بنده و همکارانم با استفاده از هوش مصنوعی و تحلیلهای آماری پیشرفته، به شناسایی عوامل موثر بر مرگومیر بیماران کرونایی پرداختیم.
او توضیح داد: در این پژوهش که به بررسی دادهها و اطلاعات مربوط به یک هزار و 63 بیمار مبتلا به کرونا پرداخته شده، مشخص شد عواملی مانند سن بالا، وجود بیماریهای زمینهای مانند دیابت و فشارخون، علایمی مانند تنگی نفس و اختلال حواس، تاثیر بسیار زیادی در پیشبینی مرگ بیماران کوویدی دارند. در مقابل، مصرف داروهایی مثل رمدسیویر، فاویپیراویر و مکمل زینک باعث بهبود وضعیت این بیماران میشود. نکته جالب و قابل توجه در این پژوهش آن بود که نتایج آزمایشگاهی دقت پیشبینی بسیار بالاتری نسبت به اطلاعات بالینی یا سوابق بیماران داشتند.
عضو هیات علمی دانشگاه علوم پزشکی آبادان در پایان افزود: با در اختیار داشتن دادههایی دقیق، کامل و متنوع، میتوان با کمک آمار و هوش مصنوعی به پیشبینیهایی بسیار دقیق و ارزشمند در رابطه با بیماری کووید- 19 و همچنین بسیاری از پیامدهای حیاتی دیگر نظیر سکته مغزی، سرطان و نارسایی قلبی رسید.
انتهای پیام/