Avertissement : Cette page est une traduction automatique de cette page à l'origine en anglais. Veuillez noter puisque les traductions sont générées par des machines, pas tous les traduction sera parfaite. Ce site Web et ses pages Web sont destinés à être lus en anglais. Toute traduction de ce site et de ses pages Web peut être imprécis et inexacte, en tout ou en partie. Cette traduction est fournie dans une pratique.

L'étude financée par NSF neuve peut aider des médecins à diminuer les morts de lésion cérébrale

Pour aider des médecins à diminuer le nombre de morts résultant des lésions cérébrales traumatiques, Chandan Reddy, professeur agrégé dans le service de l'informatique et corps enseignant à l'analytique de découverte centrent, emploieront des techniques d'apprentissage automatique neuves pour que les modèles de calcul prévoient des résultats à court et à long terme, classeront des patients de lésion cérébrale traumatique, et fourniront par catégorie des interventions conçues en fonction un patient spécifique et ses blessures. Cette étude de quatre ans est financée par une concession de National Science Foundation au-dessus de $1 millions.

La lésion cérébrale traumatique affecte plus de 10 millions de personnes mondiaux et est une principale cause du décès aux Etats-Unis pour des enfants et des adultes sous l'âge de 44.

« Tandis que rien beaucoup ne peut être fait pour changer une lésion cérébrale primaire, il y a chambre d'éviter d'autres dégâts au cerveau, » a dit Reddy. L'objectif général du projet est de fournir des analyses dans ce qui pourrait se produire prochain, comme la pression intracrânienne accrue et le dérangement métabolique, à l'aide des algorithmes de calcul nouveaux. Cette information peut aider des médecins à se concentrer sur trouver et éviter ces genres de blessures secondaires.

Un des défis plus grands pour des médecins est qu'aucune deux lésions cérébrales ne sont semblables, même lorsque les circonstances semblent identiques.

« Notre recherche est particulièrement parce qu'elle dépasse des possibilités générales à les plus spécifiques, » Reddy important a dit.

Les points d'émission de données pour l'étude comprendront des caractéristiques de chevet de malade hospitalisé, ainsi que des caractéristiques à distance surveillées de télémédecine, fournissant la capacité de brancher des caractéristiques aux niveaux multiples pour les populations des patients spécifiques.

Reddy fonctionne avec Vignesh Subbian, professeur adjoint dans le service du génie biomédical et le service des systèmes et le génie industriel à l'Université d'Arizona. L'étude reçoit également de l'aide des experts cliniques de l'université de Cincinnati et d'université d'Emory.

Les outils développés par cette recherche aideront les médecins et les cliniciens critiques de soins à fournir les bons soins à chaque patient et à sélecter mieux des patients pour des tests cliniques blessure blessure de cerveau approprié.

« Ce travail a un potentiel intense pour l'application dans des contextes plus grands dans l'industrie de la santé en aidant des familles avec la prise de décision au sujet des soins à long terme et par des voies potentiellement de avis de réduire la santé générale et les coûts sociaux pour cette population des patients aussi bien, » Reddy a dit.

Par l'outreach et les activités éducatives, le projet introduira également la conscience des méthodes et des systèmes de calcul parmi le diplômé et les étudiants de premier cycle, avec les stagiaires cliniques.

Source : https://vtnews.vt.edu/articles/2019/01/virginia-tech-professor-uses-new-machine-learning-techniques-to-0.html