Attenzione: questa pagina è una traduzione automatica di questa pagina originariamente in lingua inglese. Si prega di notare in quanto le traduzioni sono generate da macchine, non tutte le traduzioni saranno perfetti. Questo sito web e le sue pagine web sono destinati ad essere letto in inglese. Ogni traduzione del sito e le sue pagine web possono essere imprecise e inesatte, in tutto o in parte. Questa traduzione è fornita per comodità.

Applicazioni di intelligenza artificiale nelle situazioni di COVID-19 ICU e di ER

L'aumento in modo schiacciante in pazienti criticamente malati COVID-19, che richiedono urgentemente le unità di cure intensive (ICU) ed i pronto soccorsi (ED), ha sfidato i sistemi sanitari universalmente.

Il senza precedenti ed il grande numero dei pazienti, particolarmente nelle regioni dove la pandemia di coronavirus 2 di sindrome respiratorio acuto severo (SARS-CoV-2) ha colpito male, hanno creato un bisogno immediato per gli approcci novelli ad occuparsi dell'emissione.  Un tale approccio è l'applicazione di intelligenza artificiale (AI). Ora, in una nuova pubblicazione pubblicata sul " server " del medRxiv*, un gruppo internazionale degli scienziati ha esaminato sistematicamente e criticamente ha valutato la prova corrente sulle domande di AI di COVID-19 nelle impostazioni di emergenza e di terapia intensiva, mettendo a fuoco sui metodi, riferendo gli standard e l'utilità clinica.

L'intelligenza artificiale usa i metodi di calcolo per ripiegare l'intelligenza umana. Due rami di AI, vale a dire, in profondità imparare e apprendimento automatico, sono compresi nello sviluppo automatico dei programmi informatici con esperienza. Nella ricerca medica, i vari modelli di regressione quali le regressioni logistiche, lineari, o di Cox sono usati per sviluppare le applicazioni AI basate. Questi modelli sono il modulo più semplice dell'apprendimento automatico. Tuttavia, moduli i più recentemente, avanzati e complessi di AI, cioè, apprendimento automatico, compreso le reti neurali, modelli casuali della foresta e commputer di vettore di sostegno, stanno diventando più popolari nella ricerca medica.

La ricerca priore ha indicato che il AI potrebbe assistere al video automatizzato dei pazienti nelle impostazioni di emergenza e di terapia intensiva, nel pronostico e nell'allocazione ottimale del personale. Gli esami sistematici precedenti egualmente hanno rivelato le emissioni riguardo alla qualità dei modelli di previsione COVID-19 sviluppati per la diagnosi e la prognosi della malattia. La ricerca ha concluso che le limitazioni degli studi di apprendimento automatico sono dimensione del campione insufficiente e convalida insufficiente delle previsioni. Nello scenario corrente in cui la tariffa dell'ospedalizzazione è eccezionalmente alta, i ricercatori pricipalmente mettono a fuoco sull'uso di AI per l'ottimizzazione di uso del letto di ICU.

Attualmente, non molte informazioni sono disponibili circa il ruolo del AI come tecnologia decisiva nella gestione clinica dei pazienti COVID-19 in ICU e nelle impostazioni di emergenza. Quindi, gli scienziati hanno analizzato sistematicamente i documenti attuali che comprendono l'applicazione di AI per i pazienti COVID-19 ammessi all'unità di cure intensive di un ospedale. Egualmente hanno messo a fuoco sull'efficacia clinica, sui vari metodi e sugli standard di segnalazione connessi con le impostazioni di emergenza.

Per questo studio, un esame accurato della letteratura, i disponibili in IEEE Xplore, in Scopus, in Embase, nella libreria di ACM Digital, in CINAHL e in PubMed, sono stati condotti dall'inizio della pandemia al 1° ottobre 2020. La revisione bibliografica è stata fatta attraverso i documenti pubblicati nei linguaggi differenti. Tutti gli articoli sono stati associati con l'applicazione di AI per i pazienti COVID-19, le risorse di sanità nell'unità di cure intensive, l'emergenza, le impostazioni prehospital ed i lavoratori di sanità. Per gli studi di modellistica premonitrice, i ricercatori hanno utilizzato i vari strumenti quali il rischio del modello di previsione di strumento diagonale di valutazione (PROBAST) e una segnalazione trasparente modificata di un modello a più variabili di previsione per la prognosi o la diagnosi determinata (TREPPIEDE).

Fra i quattordici studi che sono stati analizzati, undici hanno sviluppato i modelli diagnostici AI basati premonitori. Due dei tre studi rimanenti hanno mostrato lo sviluppo del software della segmentazione del polmone (basato in profondità sull'apprendimento) usato per la prognosi e lo studio restante è stato associato con l'ottimizzazione nel ICU.

Tutti questi studi sono stati valutati per essere ad un ad alto rischio di tendenziosità. Alcuni degli svantaggi comuni di questi studi erano manipolazione difficile dei dati mancanti, convalida debole dei modelli, piccole dimensioni del campione ed omissione per rappresentare i partecipanti censurati. Fra gli studi, la sorgente più comune di tendenziosità che predominante comunemente era la dimensione del campione insufficiente. Una piccola dimensione del campione piombo al rischio di ottimismo del modello e dell'sovra-installazione. I dati mancanti egualmente piombo all'errore significativo nel modello ed idealmente, la percentuale della variabile mancante deve essere riferita. Nel caso degli studi diagnostici, la tendenziosità è stata introdotta mentre usando la prova inversa di reazione a catena della trascrizione-polimerasi (RT-PCR) altrettanta un momento che un rapporto di falso negativo sorge nello studio diagnostico di convalida e del modello. Ulteriormente, la povera segnalazione sulla calibratura di modello, lo sviluppo delle linee guida adeguate e la mancanza di rapporti accurati della valutazione del preannunciatore non sono riuscito a convalidare la ricerca nelle impostazioni cliniche.

L'esame sistematico corrente ha indicato quello malgrado lo sviluppo rapido delle tecnologie novelle per contenere la pandemia COVID-19, c'è una scarsità nelle domande AI basate di applicabilità clinica. Un miglioramento apprezzato nello sviluppo e nella distribuzione delle applicazioni di AI nelle impostazioni di emergenza potrebbe contribuire a combattere la situazione attuale, che richiede l'uso ottimale delle risorse di emergenza. L'integrazione di nuove linee guida AI-specifiche di segnalazione quali SPIRIT-AI e CONSORT-AI nella ricerca contribuirebbe a sviluppare le applicazioni AI basate novelle. Tali applicazioni aiuterebbero il sistema sanitario a combattere il COVID-19 pandemico ed altre pandemie future. I ricercatori hanno sottolineato l'esigenza di collaborazione interdisciplinare fra i rivelatori di AI ed i medici specialisti.

Avviso *Important

il medRxiv pubblica i rapporti scientifici preliminari che pari-non sono esaminati e, pertanto, non dovrebbero essere considerati conclusivi, guida la pratica clinica/comportamento correlato con la salute, o trattato come informazioni stabilite.

Journal reference:
Dr. Priyom Bose

Written by

Dr. Priyom Bose

Priyom holds a Ph.D. in Plant Biology and Biotechnology from the University of Madras, India. She is an active researcher and an experienced science writer. Priyom has also co-authored several original research articles that have been published in reputed peer-reviewed journals. She is also an avid reader and an amateur photographer.

Citations

Please use one of the following formats to cite this article in your essay, paper or report:

  • APA

    Bose, Priyom. (2021, February 23). Applicazioni di intelligenza artificiale nelle situazioni di COVID-19 ICU e di ER. News-Medical. Retrieved on April 23, 2021 from https://www.news-medical.net/news/20210222/Applications-of-Artificial-Intelligence-in-COVID-19-ICU-and-ER-situations.aspx.

  • MLA

    Bose, Priyom. "Applicazioni di intelligenza artificiale nelle situazioni di COVID-19 ICU e di ER". News-Medical. 23 April 2021. <https://www.news-medical.net/news/20210222/Applications-of-Artificial-Intelligence-in-COVID-19-ICU-and-ER-situations.aspx>.

  • Chicago

    Bose, Priyom. "Applicazioni di intelligenza artificiale nelle situazioni di COVID-19 ICU e di ER". News-Medical. https://www.news-medical.net/news/20210222/Applications-of-Artificial-Intelligence-in-COVID-19-ICU-and-ER-situations.aspx. (accessed April 23, 2021).

  • Harvard

    Bose, Priyom. 2021. Applicazioni di intelligenza artificiale nelle situazioni di COVID-19 ICU e di ER. News-Medical, viewed 23 April 2021, https://www.news-medical.net/news/20210222/Applications-of-Artificial-Intelligence-in-COVID-19-ICU-and-ER-situations.aspx.