به گزارش خبرگزاری بسیج از سمنان؛ سومین نشست تخصصی معاونت تحقیقات و فناوری دانشگاه علوم پزشکی استان سمنان با حضور جمعی از خبرنگاران و اصحاب رسانه برگزار شد.
ملیحه صادقی، عضو هیأت علمی دانشگاه علوم پزشکی سمنان و مسئول راهاندازی دانشکده هوشمند در این نشست اظهار کرد: پروژه طراحی و پیادهسازی سامانه تصمیمیار پزشکی مبتنی بر هوش مصنوعی جهت ثبت و تحلیل دادههای اقدامات سنگشکن برون اندامی (ESWL) در قالب طرح فناورانه در معاونت پژوهشی دانشگاه از شهریور 1401 آغاز به کار کرد.
وی خاطرنشان کرد: از آنجا که جهت اخذ سیاستهای صحیح و با کیفیت در زمینه پیشگیری و درمان نیاز به اطلاعات جامع و دقیقی از بیماران در حوزههای مختلف بالینی داریم، عدم وجود این اطلاعات به دلیل آنکه در حوزه سلامت همچنان برخی دادهها بهصورت کاغذی و ناقص ثبت میشود فرآیند تجمیع، ذخیره و تحلیل اطلاعات جهت سیاستگذاری در عرصه درمان و حوزه سلامت را با چالشهای زیادی مواجه کرده است. برای حل این چالشها، راهحلهایی نظیر پایگاههای داده الکترونیکی و سامانههای رجیستری مطرح میشود که دادههای مربوط به یک بیماری یا وضعیت یا اقدام خاص را گردآوری میکند.
عضو هیأت علمی دانشگاه علوم پزشکی سمنان خاطرنشان کرد: همانطور که میدانید سنگهای مجاری ادراری بخصوص کلیه، در کشور ما و استان سمنان یکی از بیماریهای شایع در حوزه تخصص ارولوژی محسوب میشود و با توجه به درد شدیدی که این سنگها ایجاد میکنند، این افراد مجبورند بهطور مکرر به متخصص اورولوژی مراجعه کنند.
صادقی گفت: سنگشکنی برون اندامی یا ESWL یکی از انواع روشهای سنگشکنی کلیه و مجاری ادراری است که با استفاده از امواج شوک خارجی یا لیتوتریپسی به عنوان یک روش کاملاً غیرتهاجمی برای شکستن سنگهای درون کلیه و لوله یوریتر انجام میپذیرد.
وی خاطرنشان کرد: ما نخستین گروهی هستیم که در کشور سامانه رجیستری اقدامات ESWL را پیادهسازی کردیم.
عضو هیأت علمی دانشگاه علوم پزشکی سمنان بیان کرد: این سامانه رجیستری مجهز به سیستم تصمیمیار بالینی است که بر پایه الگوریتمهای هوش مصنوعی و یادگیری ماشین طراحی شده است که دقت آن بیش از 97 درصد است.
صادقی افزود: این سیستم در کنار ثبت اطلاعات بیماران به عنوان یک مشاور به متخصصین در اخذ تصمیمات درمانی پشتیبانی میدهد و با استفاده از تجربه پزشکان در مواجه با بیماران قبلی میتواند در مورد بیماران جدید پیشبینیهایی را قبل از انجام به اقدام، در خصوص موفقیتآمیز بودن و بازگشت مجدد سنگ ارائه دهد.
وی گفت: دانستن این موضوع از همان ابتدا میتواند به تدوین برنامهریزی صحیح روند درمانی بسیار کمککننده باشد. این سیستم در چندین سطح میتواند مزایا داشته باشد.
عضو هیأت علمی دانشگاه علوم پزشکی سمنان بیان کرد: در سطح مدیریتی میتوان با کمک این سامانه هر لحظه تعداد بیماران این حوزه را رصد و اطلاعات آماری و اپیدمیولوژیکی را نمایش داد و الگوها و روندهای بیماری را تجزیه و تحلیل کرد. این اطلاعات میتواند در تخصیص منابع، نیروی انسانی، و توزیع دارو با توجه به نرخ بیماران این حوزه جهت سیاستگذاری صحیح، بسیار مفید باشد.
صادقی عنوان کرد: در سطح پزشکان این سامانه میتواند به عنوان یک مشاور برای متخصصین حوزه اورولوژی بهویژه برای پزشکانی که جدید فارغالتحصیل شدهاند و در بدو ورود به این حرفه هستند و تجربه کافی ندارند و همچنین به عنوان یک سامانه آموزشی جهت دانشجویان رشته پزشکی و رزیدنتها مفید باشد. این سیستم پشتیبان تصمیم سرعت و صحت تدوین برنامه درمانی و تعیین نوع فالوآپ بیمار را نیز افزایش میدهد. همچنین این سیستم میتواند پایه و منبع ارزشمندی برای پژوهشهای علمی و کاربردی مختلف در این حوزه باشد.
وی افزود: در سطح بیماران پیشبینی موفقیتآمیز بودن و بازگشت مجدد سنگ اخطارهای زودهنگام را برای مشکلات سلامتی بیمار مشخص میکند که در پیگیری وضعیت بیماران بسیار کمککننده است و منجر به صرفهجویی در وقت و هزینه برای بیماران میشود.
عضو هیأت علمی دانشگاه علوم پزشکی سمنان بیان کرد: این سیستم در کلینیک سنگشکن بیمارستان کوثر پیادهسازی شده است و این امکان که سایر مراکز مختلف کشور به عنوان همکار بتوانند اطلاعات خود را در این سامانه ثبت و از ویژگیهای آن استفاده کنند نیز تعبیه شده است.
صادقی اظهار کرد: این سامانه اولین محصول هوش مصنوعی دانشگاه در زمینه راهاندازی دانشکده هوشمند در دانشگاه علوم پزشکی سمنان است.