Artificial Intelligence as an Effective Factor in Pediatric Emergency: A Review of the Application of Modern Algorithms in the Diagnosis and Management of Asthma
محل انتشار: سی و هفتمین کنگره بیماری های کودکان
سال انتشار: 1404
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 22
متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
PEDIATRICS37_085
تاریخ نمایه سازی: 14 شهریور 1405
چکیده مقاله:
بیماری آسم یکی از مشکلات شایع در میان کودکان است که می تواند به حملات حاد و مراجعه های مکرر به اورژانس منجر شود. تشخیص سریع و مدیریت به موقع آسم در شرایط اضطراری از اهمیت ویژه ای برخوردار است. پیشرفت های اخیر در حوزه هوش مصنوعی و توسعه الگوریتم های نوین، افق های جدیدی در بهبود دقت تشخیص و تسریع روند درمان ایجاد کرده اند. از این رو، بررسی کاربرد این فناوری در اورژانس کودکان جهت شناسایی و مدیریت بهینه بیماری آسم می تواند گامی موثر در ارتقای سلامت این گروه سنی باشد. مواد و روش ها: در این مطالعه مروری یک جستجوی سیستماتیک در پایگاه های بین المللی مانند Scopus، PubMed و Web of Science، پایگاه های ملی SID و Magiran به همراه موتور جستجوی Google Scholar انجام شد. استراتژی جستجو با استفاده از ترکیب کلیدواژه های «هوش مصنوعی»، «الگوریتم های نوین تشخیص»، «مدیریت»، «آسم» و «اورژانس کودکان» بر اساس عملگرهای بولین و اصطلاحات MeSH طراحی گردید. معیارهای ورود شامل مقالات منتشر شده به زبان های فارسی و انگلیسی با دسترسی رایگان به متن کامل و انتشار در پنج سال اخیر بودند. متون خاکستری و مقالات تکراری حذف شده و مراحل انتخاب، استخراج و تحلیل داده ها بر مبنای دستورالعمل های PRISMA گزارش شد. یافته ها: تحلیل شواهد موجود در ۳۰ مطالعه انتخاب شده نشان می دهد که الگوریتم های یادگیری ماشین و یادگیری عمیق در تشخیص زودهنگام تشدید آسم و تعیین شدت حملات در اورژانس کودکان موفق عمل کرده اند. به کارگیری این فناوری ها موجب کاهش زمان تشخیص، بهبود دقت طبقه بندی علائم و ارتقای روند تصمیم گیری بالینی شده است. همچنین، مطالعات متعدد به کاهش بار مالی ناشی از مراقبت های اورژانسی و بهبود نتایج بالینی در کودکان مبتلا به آسم اشاره دارند. از سوی دیگر، چالش هایی نظیر نیاز به داده های جامع و باکیفیت، استانداردسازی الگوریتم ها و مسائل مرتبط با حریم خصوصی و اخلاق حرفه ای در کاربرد هوش مصنوعی مطرح شده است. نتیجه گیری: نتایج مرور نشان می دهد که هوش مصنوعی به عنوان ابزاری نوین قابلیت ارتقای چشمگیر در تشخیص و مدیریت آسم در اورژانس کودکان را داراست. با این حال برای استفاده گسترده و ایمن از این فناوری، تحقیقات بیشتری جهت ارزیابی اثربخشی، استانداردسازی پروتکل های اجرایی و ایجاد سیستم های نظارت از راه دور ضروری است. تدوین برنامه های آموزشی تخصصی برای کادر درمانی و ایجاد زیرساخت های لازم می تواند تضمین کننده یکپارچگی و موفقیت در به کارگیری هوش مصنوعی در محیط های بالینی باشد.
کلیدواژه ها:
نویسندگان
محمد امین علی زاده
پرستاری، دانشجوی کارشناسی ارشد پرستاری اورژانس، کمیته تحقیقات و فناوری دانشجویی دانشکده پرستاری و مامایی، دانشگاه علوم پزشکی و خدمات درمانی بم، بم، ایران
امیرحسین شادفر
دانشجوی کارشناسی ارشد مراقبت های ویژه، دانشکده پرستاری و مامایی، دانشگاه علوم پزشکی و خدمات درمانی جندی شاپور اهواز، ایران