ابزار هوش مصنوعی جدید، تاریخچه پزشکی را برای تطبیق بیماران با بهترین داروهای ضد افسردگی تجزیه و تحلیل می کند

محققان کالج بهداشت عمومی دانشگاه جورج میسون از قدرت مدل‌های تحلیلی هوش مصنوعی (AI) برای تطبیق سابقه پزشکی بیمار با مؤثرترین داروی ضد افسردگی استفاده کرده‌اند و به بیماران این امکان را می‌دهند که علائم را زودتر پیدا کنند. وب‌سایت رایگان MeAgainMeds.com توصیه‌های مبتنی بر شواهد را ارائه می‌کند و به پزشکان و بیماران این امکان را می‌دهد تا داروی ضد افسردگی بهینه را در اولین بار پیدا کنند.

بسیاری از افراد مبتلا به افسردگی قبل از یافتن داروی مناسبی که علائم آنها را کاهش می دهد، باید چندین داروی ضد افسردگی را امتحان کنند. وب سایت ما تعداد داروهایی را که از بیماران خواسته می شود امتحان کنند کاهش می دهد. این سیستم به بیمار توصیه می کند که برای حداقل 100 بیمار دیگر با سابقه پزشکی دقیق مشابه، کارساز بوده است."

فرخ عالمی، محقق اصلی و استاد انفورماتیک سلامت در کالج بهداشت عمومی دانشگاه جورج میسون

هوش مصنوعی کمک کرد تا کار بسیار پیچیده ایجاد هزاران دستورالعمل به راحتی برای بیماران و پزشکان ساده شود.دستورالعمل‌هایی که محققان ایجاد کرده‌اند، به دلیل مقدار اطلاعات بالینی مرتبط با تجویز داروی ضد افسردگی، پیچیده هستند. هوش مصنوعی به طور یکپارچه کار را ساده می کند.

MeAgainMeds.com  سایتی است که با وجود هوش مصنوعی، پاسخ‌های پزشک یا بیمار را به چند سؤال سابقه پزشکی ناشناس تجزیه و تحلیل می‌کند تا مشخص کند کدام داروی ضد افسردگی خوراکی به بهترین وجه نیازهای خاص را برآورده می‌کند. وب سایت هیچ گونه اطلاعات هویتی شخصی نمی خواهد و تغییرات دارویی را تجویز نمی کند. به بیماران توصیه می شود برای هرگونه تغییر در دارو به پزشک مراجعه کنند.

در سال 2018، مرکز کنترل بیماری گزارش داد که بیش از 13 درصد از بزرگسالان از داروهای ضد افسردگی استفاده می‌کنند و این تعداد از سال 2020 به بعد از همه‌گیری و سایر اپیدمی‌ها افزایش یافته است.

عالمی و تیمش 3،678،082 بیمار را که 10،221،145 داروی ضد افسردگی مصرف کرده بودند، تجزیه و تحلیل کردند. داروهای ضد افسردگی خوراکی مورد تجزیه و تحلیل عبارت بودند از: آمی تریپتیلین، بوپروپیون، سیتالوپرام، دسوونلافاکسین، دوکسپین، دولوکستین، اسیتالوپرام، فلوکستین، میرتازاپین، نورتریپتیلین، پاروکستین، سرترالین، ترازودون، و ونلافاکسین. از داده‌ها، آنها 16770 زیر گروه از حداقل 100 مورد را با استفاده از واکنش‌ها به داروهای ضد افسردگی قبلی، داروهای فعلی، سابقه بیماری جسمی، سابقه بیماری روانی، رویه‌های کلیدی و اطلاعات دیگر ایجاد کردند. زیرگروه ها و نرخ بهبودی هوش مصنوعی را به سمت ارائه یک توصیه دارویی مبتنی بر شواهد سوق می دهد.

عالمی می‌گوید: «با تطبیق بیماران با زیر گروه‌ها، پزشکان می‌توانند دارویی را تجویز کنند که برای افراد با سابقه پزشکی مشابه بهترین کارایی را دارد. محققان و وب سایت توصیه می کنند که بیمارانی که از سایت استفاده می کنند اطلاعات را به پزشکان خود برسانند تا در نهایت تصمیم بگیرند که آیا داروی توصیه شده را تجویز کنند یا خیر.

عالمی و تیمش نسخه اولیه سایت را در سال 2023 آزمایش کردند که آن را در رسانه های اجتماعی تبلیغ کردند. در آن زمان 1500 بیمار از این وب سایت استفاده می کردند. هدف آنها بهبود وب سایت و گسترش پایگاه کاربری آن است. تحقیقات اولیه توسط مشترک المنافع ویرجینیا و توسط بنیاد رابرت وود جانسون تامین شد.

آخرین مقاله محققان در مجموعه مقالاتی در مورد پاسخ به داروهای ضد افسردگی، 2467 زیر گروه از بیمارانی را که روان درمانی دریافت کرده بودند، تجزیه و تحلیل کرد. "اثربخشی داروهای ضد افسردگی در ترکیب با روان درمانی" در مارس 2024 به صورت آنلاین در مجله سیاست سلامت روان و اقتصاد منتشر شد.

نویسندگان دیگر عبارتند از: تولای جی سویلو از دانشگاه تمپل، و مری کانن و کانور مک کندلس از کالج سلطنتی جراحان در دوبلین، ایرلند. .

 

منبع: news-medical

 

همچنین بخوانید:

Medicalchain یک اکوسیستم پزشکی هوشمند

چگونه می توانید از حریم خصوصی در پزشکی از راه دور اطمینان حاصل کنید؟

چگونه می توانید چرخه درآمد را در یک محیط پزشکی از راه دور مدیریت کنید؟

بالا