12 វិធីសម្រាប់ AI ដើម្បីមានឥទ្ធិពលលើឧស្សាហកម្មថែទាំសុខភាព

បញ្ញាសិប្បនិម្មិតត្រូវបានគេរំពឹងថានឹងក្លាយទៅជាកម្លាំងផ្លាស់ប្តូរនៅក្នុងវិស័យថែទាំសុខភាព។ដូច្នេះ តើវេជ្ជបណ្ឌិត និងអ្នកជំងឺទទួលបានអត្ថប្រយោជន៍ពីផលប៉ះពាល់នៃឧបករណ៍ជំរុញ AI យ៉ាងដូចម្តេច?
ឧស្សាហកម្មថែទាំសុខភាពសព្វថ្ងៃនេះមានភាពចាស់ទុំណាស់ ហើយអាចធ្វើការផ្លាស់ប្តូរសំខាន់ៗមួយចំនួន។ពីជំងឺរ៉ាំរ៉ៃ និងជំងឺមហារីក រហូតដល់ការវាយតម្លៃដោយកាំរស្មី និងហានិភ័យ ឧស្សាហកម្មថែទាំសុខភាពហាក់បីដូចជាមានឱកាសរាប់មិនអស់ក្នុងការប្រើប្រាស់បច្ចេកវិទ្យា ដើម្បីដាក់ពង្រាយអន្តរាគមន៍ដ៏ច្បាស់លាស់ មានប្រសិទ្ធភាព និងមានប្រសិទ្ធភាពក្នុងការថែទាំអ្នកជំងឺ។
ជាមួយនឹងការអភិវឌ្ឍន៍នៃបច្ចេកវិទ្យា អ្នកជំងឺមានតម្រូវការខ្ពស់ និងខ្ពស់ជាងសម្រាប់វេជ្ជបណ្ឌិត ហើយចំនួនទិន្នន័យដែលមានបន្តកើនឡើងក្នុងអត្រាគួរឱ្យព្រួយបារម្ភ។បញ្ញាសិប្បនិមិត្តនឹងក្លាយទៅជាម៉ាស៊ីនមួយដើម្បីលើកកម្ពស់ការកែលម្អជាបន្តបន្ទាប់នៃការថែទាំវេជ្ជសាស្រ្ត។
បើប្រៀបធៀបជាមួយនឹងការវិភាគបែបប្រពៃណី និងបច្ចេកវិទ្យាធ្វើការសម្រេចចិត្តតាមគ្លីនិក បញ្ញាសិប្បនិម្មិតមានគុណសម្បត្តិជាច្រើន។នៅពេលដែលក្បួនដោះស្រាយការរៀនធ្វើអន្តរកម្មជាមួយទិន្នន័យបណ្តុះបណ្តាល វាអាចកាន់តែមានភាពសុក្រឹត ដែលអនុញ្ញាតឱ្យវេជ្ជបណ្ឌិតទទួលបានការយល់ដឹងដែលមិនធ្លាប់មានពីមុនមកលើការធ្វើរោគវិនិច្ឆ័យ ដំណើរការថែទាំ ភាពប្រែប្រួលនៃការព្យាបាល និងលទ្ធផលអ្នកជំងឺ។
នៅឯវេទិកាការច្នៃប្រឌិតផ្នែកវេជ្ជសាស្រ្តបញ្ញាសិប្បនិម្មិតពិភពលោកឆ្នាំ 2018 (wmif) ដែលរៀបចំឡើងដោយ Partners Healthcare អ្នកស្រាវជ្រាវផ្នែកវេជ្ជសាស្រ្ត និងអ្នកជំនាញផ្នែកព្យាបាលបានរៀបរាប់លម្អិតអំពីបច្ចេកវិទ្យា និងវិស័យនៃឧស្សាហកម្មវេជ្ជសាស្ត្រដែលទំនងជាមានផលប៉ះពាល់យ៉ាងខ្លាំងដល់ការទទួលយកបញ្ញាសិប្បនិម្មិតនាពេលបន្ទាប់។ ទសវត្សរ៍។
Anne kiblanksi, MD, ប្រធាន CO នៃ wmif ក្នុងឆ្នាំ 2018 និង Gregg Meyer, MD, ប្រធានផ្នែកសិក្សានៃ Partners Healthcare បាននិយាយថា "ការវិទ្ធង្សនា" បែបនេះដែលនាំយកមកគ្រប់វិស័យឧស្សាហកម្មមានសក្តានុពលក្នុងការនាំមកនូវអត្ថប្រយោជន៍យ៉ាងសំខាន់ដល់អ្នកជំងឺ និងមានលក្ខណៈទូលំទូលាយ។ សក្តានុពលជោគជ័យអាជីវកម្ម។
ដោយមានជំនួយពីអ្នកជំនាញពីការថែទាំសុខភាពដៃគូ រួមទាំងលោកវេជ្ជបណ្ឌិត Keith Dreyer សាស្ត្រាចារ្យនៃសាលាវេជ្ជសាស្ត្រ Harvard (HMS) ប្រធានផ្នែកវិទ្យាសាស្ត្រទិន្នន័យនៃដៃគូ និងលោកវេជ្ជបណ្ឌិត Katherine andreole ប្រធានផ្នែកស្រាវជ្រាវ និងប្រតិបត្តិការនៅមន្ទីរពេទ្យ Massachusetts General Hospital (MGH) បានស្នើរវិធីចំនួន 12 ដែល AI នឹងធ្វើបដិវត្តន៍សេវាកម្មវេជ្ជសាស្រ្ត និងវិទ្យាសាស្ត្រ។
1.បង្រួបបង្រួមការគិតនិងម៉ាស៊ីនតាមរយៈចំណុចប្រទាក់កុំព្យូទ័រខួរក្បាល

ការប្រើប្រាស់កុំព្យូទ័រដើម្បីទំនាក់ទំនងមិនមែនជាគំនិតថ្មីទេ ប៉ុន្តែការបង្កើតចំណុចប្រទាក់ផ្ទាល់រវាងបច្ចេកវិទ្យា និងការគិតរបស់មនុស្សដោយគ្មានក្តារចុច កណ្ដុរ និងអេក្រង់ គឺជាវិស័យស្រាវជ្រាវព្រំដែនដែលមានកម្មវិធីសំខាន់សម្រាប់អ្នកជំងឺមួយចំនួន។
ជំងឺនៃប្រព័ន្ធសរសៃប្រសាទ និងរបួសអាចធ្វើឱ្យអ្នកជំងឺមួយចំនួនបាត់បង់សមត្ថភាពក្នុងការសន្ទនា ចលនា និងអន្តរកម្មជាមួយអ្នកដទៃ និងបរិស្ថានរបស់ពួកគេ។ចំណុចប្រទាក់កុំព្យូទ័រខួរក្បាល (BCI) ដែលគាំទ្រដោយបញ្ញាសិប្បនិម្មិតអាចស្ដារបទពិសោធន៍ជាមូលដ្ឋានទាំងនោះសម្រាប់អ្នកជំងឺដែលមានការព្រួយបារម្ភអំពីការបាត់បង់មុខងារទាំងនេះជារៀងរហូត។
Leigh Hochberg, MD, MD, MD, MD, MD, នាយកនៃមជ្ឈមណ្ឌលសម្រាប់ neurotechnology និង neurorehabilitation បាននិយាយថា "ប្រសិនបើខ្ញុំឃើញអ្នកជំងឺនៅក្នុងបន្ទប់ថែទាំដែលពឹងផ្អែកខ្លាំងលើសរសៃប្រសាទដែលបាត់បង់សមត្ថភាពក្នុងការធ្វើសកម្មភាពឬការនិយាយ, ខ្ញុំសង្ឃឹមថានឹងស្តារសមត្ថភាពក្នុងការទំនាក់ទំនងរបស់គាត់នៅថ្ងៃបន្ទាប់" ។ មន្ទីរពេទ្យទូទៅ Massachusetts (MGH) ។ដោយប្រើចំណុចប្រទាក់កុំព្យូទ័រខួរក្បាល (BCI) និងបញ្ញាសិប្បនិម្មិត យើងអាចធ្វើសកម្មភាពសរសៃប្រសាទដែលទាក់ទងនឹងចលនាដៃ ហើយយើងគួរតែអាចធ្វើឱ្យអ្នកជំងឺទំនាក់ទំនងជាមួយអ្នកដទៃយ៉ាងហោចណាស់ប្រាំដងក្នុងអំឡុងពេលសកម្មភាពទាំងមូល ដូចជាការប្រើប្រាស់បច្ចេកវិទ្យាទំនាក់ទំនងគ្រប់ទីកន្លែងដូចជា ជាកុំព្យូទ័រថេប្លេត ឬទូរស័ព្ទចល័ត។"
ចំណុចប្រទាក់កុំព្យូទ័រខួរក្បាលអាចធ្វើឱ្យប្រសើរឡើងយ៉ាងខ្លាំងនូវគុណភាពនៃជីវិតរបស់អ្នកជំងឺដែលមានជំងឺដាច់សរសៃឈាមខួរក្បាល (ALS) ជំងឺដាច់សរសៃឈាមខួរក្បាល ឬរោគសញ្ញា atresia ក៏ដូចជាអ្នកជំងឺ 500000 នាក់ដែលមានរបួសឆ្អឹងខ្នងនៅទូទាំងពិភពលោកជារៀងរាល់ឆ្នាំ។
2. អភិវឌ្ឍឧបករណ៍វិទ្យុសកម្មជំនាន់ក្រោយ

រូបភាពវិទ្យុសកម្មដែលទទួលបានដោយរូបភាពអនុភាពម៉ាញេទិក (MRI) ម៉ាស៊ីនស្កេន CT និងកាំរស្មីអ៊ិចផ្តល់នូវការមើលឃើញដែលមិនមានការរាតត្បាតចូលទៅក្នុងផ្នែកខាងក្នុងនៃរាងកាយរបស់មនុស្ស។ទោះជាយ៉ាងណាក៏ដោយ នីតិវិធីវិនិច្ឆ័យរោគជាច្រើននៅតែពឹងផ្អែកលើសំណាកជាលិការាងកាយដែលទទួលបានដោយការធ្វើកោសល្យវិច័យ ដែលមានហានិភ័យនៃការឆ្លងមេរោគ។
អ្នកជំនាញព្យាករណ៍ថា ក្នុងករណីខ្លះ បញ្ញាសិប្បនិមិត្តនឹងអាចឱ្យឧបករណ៍ Radiology ជំនាន់ក្រោយមានភាពត្រឹមត្រូវ និងលម្អិតគ្រប់គ្រាន់ ដើម្បីជំនួសតម្រូវការគំរូជាលិការស់។
Alexandra golby, MD, នាយកផ្នែកវះកាត់សរសៃប្រសាទរូបភាពនៅមន្ទីរពេទ្យស្ត្រី Brigham (BWh) បាននិយាយថា "យើងចង់នាំយកក្រុមរូបភាពរោគវិនិច្ឆ័យរួមគ្នាជាមួយគ្រូពេទ្យវះកាត់ ឬអ្នកជំនាញផ្នែកវិទ្យុសកម្ម និងគ្រូពេទ្យរោគ ប៉ុន្តែវាជាបញ្ហាប្រឈមដ៏ធំមួយសម្រាប់ក្រុមផ្សេងៗគ្នា ដើម្បីសម្រេចបាននូវកិច្ចសហប្រតិបត្តិការ។ និងភាពស៊ីសង្វាក់គ្នានៃគោលដៅ។ ប្រសិនបើយើងចង់ឱ្យវិទ្យុសកម្មផ្តល់ព័ត៌មានដែលអាចរកបាននាពេលបច្ចុប្បន្នពីគំរូជាលិកា នោះយើងនឹងត្រូវតែអាចសម្រេចបាននូវស្តង់ដារជិតស្និទ្ធបំផុត ដើម្បីដឹងពីការពិតជាមូលដ្ឋាននៃភីកសែលដែលបានផ្តល់ឱ្យ។"
ភាពជោគជ័យនៅក្នុងដំណើរការនេះអាចឱ្យគ្រូពេទ្យយល់កាន់តែច្បាស់អំពីដំណើរការទាំងមូលនៃដុំសាច់ ជាជាងធ្វើការសម្រេចចិត្តព្យាបាលដោយផ្អែកលើផ្នែកតូចមួយនៃលក្ខណៈនៃដុំសាច់សាហាវ។
AI ក៏​អាច​កំណត់​ការ​រាតត្បាត​នៃ​ជំងឺ​មហារីក​បាន​កាន់តែ​ល្អ​ប្រសើរ ហើយ​កំណត់​គោលដៅ​ព្យាបាល​ឱ្យ​បាន​ត្រឹមត្រូវ​ជាង​នេះ​ទៀត​។លើសពីនេះ បញ្ញាសិប្បនិមិត្តកំពុងជួយឱ្យដឹងពី "ការធ្វើកោសល្យវិច័យនិម្មិត" និងលើកកម្ពស់ការច្នៃប្រឌិតក្នុងវិស័យវិទ្យុសកម្ម ដែលប្តេជ្ញាប្រើក្បួនដោះស្រាយរូបភាពដើម្បីកំណត់លក្ខណៈ phenotypic និងហ្សែននៃដុំសាច់។
3. ពង្រីកសេវាវេជ្ជសាស្រ្ដនៅក្នុងតំបន់ដែលមិនទាន់ទទួលបាន ឬកំពុងអភិវឌ្ឍន៍

កង្វះអ្នកផ្តល់សេវាថែទាំសុខភាពដែលបានទទួលការបណ្តុះបណ្តាលនៅក្នុងប្រទេសកំពុងអភិវឌ្ឍន៍ រួមទាំងអ្នកបច្ចេកទេសអ៊ុលត្រាសោន និងអ្នកជំនាញខាងវិទ្យុសកម្មនឹងកាត់បន្ថយយ៉ាងខ្លាំងនូវឱកាសនៃការប្រើប្រាស់សេវាវេជ្ជសាស្រ្តដើម្បីជួយសង្រ្គោះជីវិតអ្នកជំងឺ។
កិច្ចប្រជុំបានចង្អុលបង្ហាញថាមានគ្រូពេទ្យកាំរស្មីច្រើនធ្វើការនៅក្នុងមន្ទីរពេទ្យចំនួនប្រាំមួយនៅក្នុងទីក្រុងបូស្តុនជាមួយនឹងផ្លូវឡុងវូដដ៏ល្បីល្បាញជាងនៅមន្ទីរពេទ្យទាំងអស់នៅអាហ្វ្រិកខាងលិច។
បញ្ញាសិប្បនិមិត្តអាចជួយកាត់បន្ថយផលប៉ះពាល់នៃកង្វះខាតដ៏សំខាន់របស់គ្រូពេទ្យ ដោយទទួលយកការទទួលខុសត្រូវផ្នែករោគវិនិច្ឆ័យមួយចំនួនដែលជាធម្មតាត្រូវបានប្រគល់ឱ្យមនុស្ស។
ឧទាហរណ៍ ឧបករណ៍ថតរូបភាព AI អាចប្រើកាំរស្មីអ៊ិចទ្រូង ដើម្បីពិនិត្យរោគសញ្ញានៃជំងឺរបេង ជាធម្មតាមានភាពត្រឹមត្រូវដូចគ្នានឹងវេជ្ជបណ្ឌិតដែរ។មុខងារនេះអាចត្រូវបានដាក់ឱ្យប្រើប្រាស់តាមរយៈកម្មវិធីសម្រាប់អ្នកផ្តល់សេវានៅក្នុងតំបន់ក្រីក្រនៃធនធាន ដោយកាត់បន្ថយតម្រូវការសម្រាប់អ្នកជំនាញផ្នែកវិទ្យុសកម្មដែលមានបទពិសោធន៍។
វេជ្ជបណ្ឌិត jayashree kalpathy Cramer ជំនួយការផ្នែកសរសៃប្រសាទ និងជាសាស្ត្រាចារ្យរងផ្នែកវិទ្យុសកម្មនៅមន្ទីរពេទ្យ Massachusetts General Hospital (MGH) បាននិយាយថា "បច្ចេកវិទ្យានេះមានសក្តានុពលដ៏អស្ចារ្យក្នុងការកែលម្អការថែទាំសុខភាព" ។
ទោះជាយ៉ាងណាក៏ដោយ អ្នកបង្កើតក្បួនដោះស្រាយ AI ត្រូវតែពិចារណាដោយប្រុងប្រយ័ត្ននូវការពិតដែលថាមនុស្សដែលមានសញ្ជាតិ ឬតំបន់ផ្សេងៗគ្នាអាចមានកត្តាសរីរវិទ្យា និងបរិស្ថានតែមួយគត់ ដែលអាចប៉ះពាល់ដល់ដំណើរការនៃជំងឺ។
នាងបាននិយាយថា "ឧទាហរណ៍ ចំនួនប្រជាជនដែលរងផលប៉ះពាល់ដោយជំងឺនៅក្នុងប្រទេសឥណ្ឌា ប្រហែលជាខុសគ្នាខ្លាំងពីប្រជាជននៅសហរដ្ឋអាមេរិក"។នៅពេលដែលយើងបង្កើតក្បួនដោះស្រាយទាំងនេះ វាមានសារៈសំខាន់ខ្លាំងណាស់ក្នុងការធានាថាទិន្នន័យតំណាងឱ្យការបង្ហាញជំងឺ និងភាពសម្បូរបែបនៃចំនួនប្រជាជន។យើងមិនត្រឹមតែអាចបង្កើតក្បួនដោះស្រាយដោយផ្អែកលើចំនួនប្រជាជនតែមួយប៉ុណ្ណោះទេ ប៉ុន្តែក៏សង្ឃឹមថាវាអាចដើរតួនាទីនៅក្នុងចំនួនប្រជាជនផ្សេងទៀតផងដែរ។"
4. កាត់បន្ថយបន្ទុកប្រើប្រាស់នៃកំណត់ត្រាសុខភាពអេឡិចត្រូនិច

កំណត់ត្រាសុខភាពអេឡិចត្រូនិក (នាង) បានដើរតួនាទីយ៉ាងសំខាន់ក្នុងដំណើរឌីជីថលនៃឧស្សាហកម្មថែទាំសុខភាព ប៉ុន្តែការផ្លាស់ប្តូរនេះបាននាំមកនូវបញ្ហាជាច្រើនទាក់ទងនឹងការផ្ទុកលើសទម្ងន់ ឯកសារមិនចេះចប់ និងភាពអស់កម្លាំងរបស់អ្នកប្រើប្រាស់។
អ្នកបង្កើតកំណត់ត្រាសុខភាពអេឡិចត្រូនិច (របស់នាង) ឥឡូវនេះកំពុងប្រើប្រាស់បញ្ញាសិប្បនិម្មិត ដើម្បីបង្កើតចំណុចប្រទាក់ដ៏វិចារណញាណជាងមុន និងធ្វើឱ្យទម្លាប់ស្វ័យប្រវត្តិដែលចំណាយពេលច្រើនសម្រាប់អ្នកប្រើប្រាស់។
លោកវេជ្ជបណ្ឌិត Adam Landman អនុប្រធាន និងជាប្រធានផ្នែកព័ត៌មាននៃសុខភាព Brigham បាននិយាយថា អ្នកប្រើប្រាស់ចំណាយពេលភាគច្រើនលើកិច្ចការបីយ៉ាង៖ ឯកសារព្យាបាល ការបញ្ចូលការបញ្ជាទិញ និងការតម្រៀបប្រអប់សំបុត្ររបស់ពួកគេ។ការទទួលស្គាល់ការនិយាយ និងការសរសេរតាមអានអាចជួយកែលម្អដំណើរការឯកសារគ្លីនិក ប៉ុន្តែឧបករណ៍ដំណើរការភាសាធម្មជាតិ (NLP) ប្រហែលជាមិនគ្រប់គ្រាន់ទេ។
Landman បាននិយាយថា "ខ្ញុំគិតថាវាប្រហែលជាចាំបាច់ដើម្បីឱ្យមានភាពក្លាហានជាងមុន ហើយពិចារណាលើការផ្លាស់ប្តូរមួយចំនួន ដូចជាការប្រើប្រាស់ការថតវីដេអូសម្រាប់ការព្យាបាលនៅគ្លីនិក ដូចជាប៉ូលីសពាក់កាមេរ៉ា"។បញ្ញាសិប្បនិមិត្ត និង​ការរៀន​ម៉ាស៊ីនអាច​ត្រូវ​បាន​ប្រើ​ដើម្បី​ធ្វើ​លិបិក្រម​វីដេអូ​ទាំងនេះ​សម្រាប់​ការ​ទាញយក​នាពេល​អនាគត។ដូច Siri និង Alexa ដែលប្រើជំនួយការបញ្ញាសិប្បនិម្មិតនៅផ្ទះ ជំនួយការនិម្មិតនឹងត្រូវបាននាំយកទៅក្បែរគ្រែរបស់អ្នកជំងឺនាពេលអនាគត ដែលអនុញ្ញាតឱ្យគ្រូពេទ្យប្រើភាពវៃឆ្លាតបង្កប់ដើម្បីបញ្ចូលការបញ្ជាវេជ្ជសាស្រ្ត។"

AI ក៏អាចជួយដោះស្រាយសំណើជាប្រចាំពីប្រអប់សំបុត្រ ដូចជាថ្នាំបំប៉ន និងការជូនដំណឹងអំពីលទ្ធផល។Landman បានបន្ថែមថា វាក៏អាចជួយកំណត់អាទិភាពកិច្ចការដែលពិតជាត្រូវការការយកចិត្តទុកដាក់ពីគ្រូពេទ្យ ដោយធ្វើឱ្យវាកាន់តែងាយស្រួលសម្រាប់អ្នកជំងឺក្នុងការដំណើរការបញ្ជីការងារត្រូវធ្វើរបស់ពួកគេ។
5. ហានិភ័យនៃភាពធន់នឹងថ្នាំអង់ទីប៊ីយោទិច

ភាពធន់នឹងថ្នាំអង់ទីប៊ីយោទិចគឺជាការគំរាមកំហែងកាន់តែខ្លាំងឡើងចំពោះមនុស្ស ពីព្រោះការប្រើប្រាស់ថ្នាំសំខាន់ៗទាំងនេះច្រើនពេកអាចនាំទៅដល់ការវិវត្តនៃបាក់តេរី superbacteria ដែលលែងឆ្លើយតបនឹងការព្យាបាល។បាក់តេរីដែលធន់នឹងថ្នាំច្រើនអាចបណ្តាលឱ្យខូចខាតយ៉ាងធ្ងន់ធ្ងរនៅក្នុងបរិយាកាសមន្ទីរពេទ្យ ដោយសម្លាប់អ្នកជំងឺរាប់ម៉ឺននាក់ជារៀងរាល់ឆ្នាំ។Clostridium difficile តែម្នាក់ឯងចំណាយប្រហែល 5 ពាន់លានដុល្លារក្នុងមួយឆ្នាំដល់ប្រព័ន្ធថែទាំសុខភាពរបស់សហរដ្ឋអាមេរិក ហើយបណ្តាលឱ្យមនុស្សស្លាប់ច្រើនជាង 30000 ។
ទិន្នន័យ EHR ជួយកំណត់អត្តសញ្ញាណគំរូនៃការឆ្លងមេរោគ និងបញ្ជាក់ពីហានិភ័យ មុនពេលអ្នកជំងឺចាប់ផ្តើមបង្ហាញរោគសញ្ញា។ការប្រើប្រាស់ម៉ាស៊ីនរៀន និងឧបករណ៍បញ្ញាសិប្បនិម្មិត ដើម្បីជំរុញការវិភាគទាំងនេះអាចធ្វើឲ្យប្រសើរឡើងនូវភាពត្រឹមត្រូវរបស់ពួកគេ និងបង្កើតការជូនដំណឹងលឿន និងត្រឹមត្រូវជាងមុនសម្រាប់អ្នកផ្តល់សេវាថែទាំសុខភាព។
វេជ្ជបណ្ឌិត Erica Shenoy អនុប្រធានផ្នែកគ្រប់គ្រងការឆ្លងមេរោគនៅមន្ទីរពេទ្យ Massachusetts General Hospital (MGH) បាននិយាយថា "ឧបករណ៍បញ្ញាសិប្បនិម្មិតអាចបំពេញតាមការរំពឹងទុកសម្រាប់ការគ្រប់គ្រងការឆ្លងមេរោគ និងការទប់ទល់នឹងថ្នាំអង់ទីប៊ីយោទិច" ។ប្រសិនបើពួកគេមិនធ្វើទេ នោះគ្រប់គ្នានឹងបរាជ័យ។ដោយសារតែមន្ទីរពេទ្យមានទិន្នន័យ EHR ច្រើន ប្រសិនបើពួកគេមិនប្រើប្រាស់វាឱ្យបានពេញលេញទេ ប្រសិនបើពួកគេមិនបង្កើតឧស្សាហកម្មដែលឆ្លាតវៃ និងលឿនជាងមុនក្នុងការរចនាការសាកល្បងព្យាបាល ហើយប្រសិនបើពួកគេមិនប្រើ EHR ដែលបង្កើតទិន្នន័យទាំងនេះ។ ពួកគេនឹងប្រឈមមុខនឹងការបរាជ័យ។"
6. បង្កើតការវិភាគត្រឹមត្រូវបន្ថែមទៀតសម្រាប់រូបភាពរោគសាស្ត្រ

លោកវេជ្ជបណ្ឌិត Jeffrey golden ប្រធានផ្នែករោគវិទ្យានៅមន្ទីរពេទ្យស្ត្រី Brigham (BWh) និងជាសាស្រ្តាចារ្យផ្នែករោគវិទ្យានៅ HMS បាននិយាយថា គ្រូពេទ្យរោគផ្តល់នូវប្រភពដ៏សំខាន់បំផុតមួយនៃទិន្នន័យរោគវិនិច្ឆ័យសម្រាប់អ្នកផ្តល់សេវាវេជ្ជសាស្រ្ដពេញលេញ។
គាត់បាននិយាយថា "70% នៃការសម្រេចចិត្តលើការថែទាំសុខភាពគឺផ្អែកលើលទ្ធផលរោគសាស្ត្រ ហើយរវាង 70% ទៅ 75% នៃទិន្នន័យទាំងអស់នៅក្នុង EHRs មកពីលទ្ធផលរោគសាស្ត្រ" ។ហើយលទ្ធផលកាន់តែត្រឹមត្រូវ ការធ្វើរោគវិនិច្ឆ័យត្រឹមត្រូវនឹងកាន់តែឆាប់។នេះគឺជាគោលដៅដែលរោគវិទ្យាឌីជីថល និងបញ្ញាសិប្បនិម្មិតមានឱកាសសម្រេចបាន។"
ការវិភាគកម្រិតភីកសែលជ្រៅលើរូបភាពឌីជីថលធំអាចឱ្យវេជ្ជបណ្ឌិតទទួលស្គាល់ភាពខុសគ្នាតិចតួចដែលអាចគេចផុតពីភ្នែកមនុស្ស។
"ឥឡូវនេះយើងបានឈានដល់ចំណុចដែលយើងអាចវាយតម្លៃបានប្រសើរជាងមុនថាតើមហារីកនឹងវិវឌ្ឍន៍យ៉ាងឆាប់រហ័សឬយឺតហើយរបៀបផ្លាស់ប្តូរការព្យាបាលអ្នកជំងឺដោយផ្អែកលើក្បួនដោះស្រាយជាជាងដំណាក់កាលព្យាបាលឬចំណាត់ថ្នាក់ histopathological" ។វានឹងក្លាយជាជំហានដ៏ធំមួយឆ្ពោះទៅមុខ។"
លោកបានបន្ថែមថា "AI ក៏អាចធ្វើឱ្យប្រសើរឡើងនូវផលិតភាពដោយកំណត់លក្ខណៈនៃការចាប់អារម្មណ៍លើស្លាយ មុនពេលគ្រូពេទ្យពិនិត្យទិន្នន័យ។ AI អាចត្រងតាមរយៈស្លាយ និងណែនាំយើងឱ្យមើលឃើញខ្លឹមសារត្រឹមត្រូវ ដូច្នេះយើងអាចវាយតម្លៃថាអ្វីដែលសំខាន់ និងអ្វីដែលមិនល្អ។ ប្រសិទ្ធភាពនៃការប្រើប្រាស់អ្នកព្យាបាលរោគ និងបង្កើនតម្លៃនៃការសិក្សារបស់ពួកគេលើករណីនីមួយៗ»។
នាំយកភាពវៃឆ្លាតទៅកាន់ឧបករណ៍វេជ្ជសាស្រ្ត និងម៉ាស៊ីន

ឧបករណ៍ឆ្លាតវៃកំពុងគ្រប់គ្រងបរិយាកាសអ្នកប្រើប្រាស់ និងផ្តល់ឧបករណ៍ចាប់ពីវីដេអូពេលជាក់ស្តែងនៅក្នុងទូទឹកកក រហូតដល់រថយន្តដែលរកឃើញការរំខានរបស់អ្នកបើកបរ។
នៅក្នុងបរិយាកាសវេជ្ជសាស្រ្ត ឧបករណ៍ឆ្លាតវៃមានសារៈសំខាន់ក្នុងការត្រួតពិនិត្យអ្នកជំងឺនៅក្នុង ICU និងកន្លែងផ្សេងទៀត។ការប្រើប្រាស់បញ្ញាសិប្បនិមិត្ត ដើម្បីបង្កើនសមត្ថភាពក្នុងការកំណត់អត្តសញ្ញាណភាពកាន់តែយ៉ាប់យ៉ឺននៃស្ថានភាព ដូចជាបង្ហាញថាជំងឺ sepsis កំពុងតែវិវឌ្ឍន៍ ឬការយល់ឃើញនៃផលវិបាកអាចធ្វើអោយលទ្ធផលកាន់តែប្រសើរឡើង និងអាចកាត់បន្ថយថ្លៃព្យាបាល។
លោក Mark Michalski បាននិយាយថា "នៅពេលយើងនិយាយអំពីការរួមបញ្ចូលទិន្នន័យផ្សេងៗគ្នានៅទូទាំងប្រព័ន្ធថែទាំសុខភាព យើងត្រូវរួមបញ្ចូល និងជូនដំណឹងដល់គ្រូពេទ្យ ICU ឱ្យជួយអន្តរាគមន៍ឱ្យបានឆាប់តាមដែលអាចធ្វើទៅបាន ហើយការប្រមូលផ្តុំទិន្នន័យទាំងនេះមិនមែនជារឿងល្អដែលគ្រូពេទ្យមនុស្សអាចធ្វើបាននោះទេ" នាយកប្រតិបត្តិនៃមជ្ឈមណ្ឌលវិទ្យាសាស្ត្រទិន្នន័យគ្លីនិកនៅ BWh ។ការបញ្ចូលក្បួនដោះស្រាយឆ្លាតវៃទៅក្នុងឧបករណ៍ទាំងនេះកាត់បន្ថយបន្ទុកការយល់ដឹងលើវេជ្ជបណ្ឌិត និងធានាថាអ្នកជំងឺត្រូវបានព្យាបាលភ្លាមៗតាមដែលអាចធ្វើទៅបាន។"
8.promoting immunotherapy សម្រាប់ការព្យាបាលជំងឺមហារីក

Immunotherapy គឺជាវិធីដ៏ជោគជ័យបំផុតមួយក្នុងការព្យាបាលជំងឺមហារីក។ដោយប្រើប្រព័ន្ធការពារខ្លួនរបស់រាងកាយដើម្បីវាយប្រហារដុំសាច់សាហាវ អ្នកជំងឺអាចយកឈ្នះលើដុំសាច់ដែលរឹងរូសបាន។ទោះជាយ៉ាងណាក៏ដោយ មានតែអ្នកជំងឺពីរបីនាក់ប៉ុណ្ណោះដែលឆ្លើយតបទៅនឹងរបបព្យាបាលដោយភាពស៊ាំបច្ចុប្បន្ន ហើយអ្នកជំនាញខាងជំងឺមហារីកនៅតែមិនមានវិធីសាស្ត្រច្បាស់លាស់ និងអាចទុកចិត្តបានដើម្បីកំណត់ថាតើអ្នកជំងឺណានឹងទទួលបានអត្ថប្រយោជន៍ពីរបបនេះ។
ក្បួនដោះស្រាយការរៀនម៉ាស៊ីន និងសមត្ថភាពរបស់ពួកគេក្នុងការសំយោគសំណុំទិន្នន័យដែលមានភាពស្មុគស្មាញខ្ពស់ ប្រហែលជាអាចបំភ្លឺសមាសភាពហ្សែនតែមួយគត់របស់បុគ្គល និងផ្តល់ជម្រើសថ្មីសម្រាប់ការព្យាបាលតាមគោលដៅ។
វេជ្ជបណ្ឌិត ឡុង ឡឺ នាយកផ្នែករោគវិទ្យាគណនា និងការអភិវឌ្ឍន៍បច្ចេកវិទ្យានៅមជ្ឈមណ្ឌលរោគវិនិច្ឆ័យដ៏ទូលំទូលាយ Massachusetts General Hospital (MGH) ពន្យល់ថា "ថ្មីៗនេះ ការអភិវឌ្ឍន៍ដ៏គួរឱ្យរំភើបបំផុតគឺ checkpoint inhibitors ដែលរារាំងប្រូតេអ៊ីនដែលផលិតដោយកោសិកាភាពស៊ាំជាក់លាក់" ។ប៉ុន្តែយើងនៅតែមិនយល់ពីបញ្ហាទាំងអស់ ដែលវាស្មុគស្មាញណាស់។យើងពិតជាត្រូវការទិន្នន័យអ្នកជំងឺបន្ថែមទៀត។ការព្យាបាលទាំងនេះគឺថ្មីស្រឡាង ដូច្នេះមិនមានអ្នកជំងឺច្រើនទេដែលយកវាមកប្រើ។ដូច្នេះហើយ មិនថាយើងត្រូវការបញ្ចូលទិន្នន័យនៅក្នុងស្ថាប័នមួយ ឬនៅទូទាំងអង្គការច្រើននោះទេ វានឹងក្លាយជាកត្តាសំខាន់ក្នុងការបង្កើនចំនួនអ្នកជំងឺ ដើម្បីជំរុញដំណើរការគំរូ។"
9. ប្រែក្លាយកំណត់ត្រាសុខភាពអេឡិចត្រូនិកទៅជាអ្នកព្យាករណ៍ហានិភ័យដែលអាចទុកចិត្តបាន។

កំណត់ត្រាសុខភាពអេឡិចត្រូនិច (នាង) គឺជាកំណប់ទិន្នន័យរបស់អ្នកជំងឺ ប៉ុន្តែវាជាបញ្ហាប្រឈមឥតឈប់ឈរសម្រាប់អ្នកផ្តល់សេវា និងអ្នកអភិវឌ្ឍន៍ក្នុងការស្រង់ចេញ និងវិភាគព័ត៌មានមួយចំនួនធំក្នុងវិធីត្រឹមត្រូវ ទាន់ពេលវេលា និងអាចទុកចិត្តបាន។
បញ្ហាគុណភាពទិន្នន័យ និងភាពសុចរិត គួបផ្សំនឹងភាពច្របូកច្របល់នៃទ្រង់ទ្រាយទិន្នន័យ ការបញ្ចូលរចនាសម្ព័ន្ធ និងមិនមានរចនាសម្ព័ន្ធ និងការកត់ត្រាមិនពេញលេញ ធ្វើឱ្យមនុស្សពិបាកយល់យ៉ាងត្រឹមត្រូវអំពីរបៀបអនុវត្តការបែងចែកហានិភ័យប្រកបដោយអត្ថន័យ ការវិភាគព្យាករណ៍ និងការគាំទ្រការសម្រេចចិត្តផ្នែកព្យាបាល។
វេជ្ជបណ្ឌិត Ziad OBERMEYER ជំនួយការសាស្ត្រាចារ្យផ្នែកវេជ្ជសាស្ត្រសង្គ្រោះបន្ទាន់នៅមន្ទីរពេទ្យស្ត្រី Brigham (BWh) និងជាជំនួយការសាស្រ្តាចារ្យនៅសាលាវេជ្ជសាស្ត្រ Harvard (HMS) បាននិយាយថា “មានការពិបាកមួយចំនួនដែលត្រូវធ្វើដើម្បីបញ្ចូលទិន្នន័យទៅក្នុងកន្លែងមួយ ប៉ុន្តែបញ្ហាមួយទៀតគឺត្រូវយល់ អ្វី​ដែល​មនុស្ស​ទទួល​បាន​នៅពេល​ពួកគេ​ទស្សន៍ទាយ​ជំងឺ​ក្នុង​កំណត់ត្រា​សុខភាព​អេឡិចត្រូនិក (នាង) មនុស្ស​អាច​នឹង​ឮ​ថា ក្បួន​ដោះស្រាយ​បញ្ញា​សិប្បនិម្មិត​អាច​ទស្សន៍ទាយ​ពី​ជំងឺ​ធ្លាក់​ទឹកចិត្ត ឬ​ជំងឺ​ដាច់​សរសៃឈាម​ខួរក្បាល ប៉ុន្តែ​រក​ឃើញ​ថា​ពួកគេ​ពិតជា​ព្យាករណ៍​ពី​ការកើនឡើង​នៃ​ជំងឺ​ដាច់​សរសៃឈាម​ខួរក្បាល។ ដាច់​សរសៃ​ឈាម​ខ្លួន​ឯង»។

លោកបានបន្តទៀតថា "ការពឹងផ្អែកលើលទ្ធផល MRI ហាក់ដូចជាផ្តល់នូវសំណុំទិន្នន័យជាក់លាក់ជាង។ ប៉ុន្តែឥឡូវនេះ យើងត្រូវគិតអំពីថាតើនរណាអាចមានលទ្ធភាពទិញ MRI បានទេ? ដូច្នេះការព្យាករណ៍ចុងក្រោយមិនមែនជាលទ្ធផលរំពឹងទុកនោះទេ។"
ការវិភាគ NMR បានបង្កើតឧបករណ៍ដាក់ពិន្ទុហានិភ័យ និងការដាក់កម្រិតប្រកបដោយជោគជ័យជាច្រើន ជាពិសេសនៅពេលដែលអ្នកស្រាវជ្រាវប្រើបច្ចេកទេសសិក្សាជ្រៅជ្រះដើម្បីកំណត់ទំនាក់ទំនងថ្មីរវាងសំណុំទិន្នន័យដែលហាក់ដូចជាមិនពាក់ព័ន្ធ។
ទោះជាយ៉ាងណាក៏ដោយ OBERMEYER ជឿជាក់ថាការធានាថាក្បួនដោះស្រាយទាំងនេះមិនកំណត់អត្តសញ្ញាណភាពលំអៀងដែលលាក់នៅក្នុងទិន្នន័យគឺមានសារៈសំខាន់សម្រាប់ការដាក់ពង្រាយឧបករណ៍ដែលពិតជាអាចធ្វើឱ្យប្រសើរឡើងនូវការថែទាំព្យាបាល។
គាត់បាននិយាយថា "បញ្ហាប្រឈមដ៏ធំបំផុតគឺធ្វើឱ្យប្រាកដថាយើងដឹងច្បាស់នូវអ្វីដែលយើងបានព្យាករណ៍មុនពេលយើងចាប់ផ្តើមបើកប្រអប់ខ្មៅ និងមើលពីរបៀបទស្សន៍ទាយ" ។
10. ការត្រួតពិនិត្យស្ថានភាពសុខភាពតាមរយៈឧបករណ៍ដែលអាចពាក់បាន និងឧបករណ៍ផ្ទាល់ខ្លួន

ឥឡូវនេះអ្នកប្រើប្រាស់ស្ទើរតែទាំងអស់អាចប្រើឧបករណ៍ចាប់សញ្ញាដើម្បីប្រមូលទិន្នន័យអំពីតម្លៃសុខភាព។ពីស្មាតហ្វូនដែលមានកម្មវិធីតាមដានជំហានទៅកាន់ឧបករណ៍ដែលអាចពាក់បានដែលតាមដានចង្វាក់បេះដូងពេញមួយថ្ងៃ ទិន្នន័យទាក់ទងនឹងសុខភាពកាន់តែច្រើនឡើងអាចបង្កើតបានគ្រប់ពេល។
ការប្រមូល និងវិភាគទិន្នន័យទាំងនេះ និងការបន្ថែមព័ត៌មានដែលផ្តល់ដោយអ្នកជំងឺតាមរយៈកម្មវិធី និងឧបករណ៍ត្រួតពិនិត្យផ្ទះផ្សេងទៀតអាចផ្តល់នូវទស្សនវិស័យពិសេសមួយសម្រាប់សុខភាពបុគ្គល និងហ្វូងមនុស្ស។
AI នឹងដើរតួនាទីយ៉ាងសំខាន់ក្នុងការទាញយកការយល់ដឹងដែលអាចធ្វើសកម្មភាពបានពីមូលដ្ឋានទិន្នន័យដ៏ធំ និងចម្រុះនេះ។
ប៉ុន្តែលោកវេជ្ជបណ្ឌិត Omar arnout ដែលជាគ្រូពេទ្យវះកាត់សរសៃប្រសាទនៅមន្ទីរពេទ្យ Brigham women's Hospital (BWh) នាយក CO នៃមជ្ឈមណ្ឌលសម្រាប់លទ្ធផលវិទ្យាសាស្ត្រសរសៃប្រសាទបានមានប្រសាសន៍ថា វាអាចត្រូវការការងារបន្ថែមដើម្បីជួយអ្នកជំងឺសម្របខ្លួនទៅនឹងទិន្នន័យតាមដានដែលកំពុងបន្តជិតស្និទ្ធនេះ។
លោក​បាន​បន្ត​ថា​៖ «​យើង​ធ្លាប់​មាន​សេរីភាព​ក្នុង​ការ​ដំណើរការ​ទិន្នន័យ​ឌីជីថល​។ប៉ុន្តែនៅពេលដែលការលេចធ្លាយទិន្នន័យកើតឡើងនៅ Cambridge analytics និង Facebook មនុស្សនឹងមានការប្រុងប្រយ័ត្នកាន់តែខ្លាំងឡើងអំពីអ្នកដែលចែករំលែកទិន្នន័យដែលពួកគេចែករំលែក។"
លោកបានបន្ថែមថា អ្នកជំងឺមានទំនោរជឿជាក់លើវេជ្ជបណ្ឌិតរបស់ពួកគេច្រើនជាងក្រុមហ៊ុនធំៗដូចជា Facebook ដែលអាចជួយបន្ធូរបន្ថយភាពមិនស្រួលនៃការផ្តល់ទិន្នន័យសម្រាប់កម្មវិធីស្រាវជ្រាវខ្នាតធំ។
លោក arnout បាននិយាយថា "វាទំនងជាថាទិន្នន័យដែលអាចពាក់បាននឹងមានផលប៉ះពាល់យ៉ាងខ្លាំង ពីព្រោះការយកចិត្តទុកដាក់របស់មនុស្សគឺមានគ្រោះថ្នាក់ខ្លាំងណាស់ ហើយទិន្នន័យដែលប្រមូលបានគឺមានភាពរដុបខ្លាំង" ។តាមរយៈ​ការ​ប្រមូល​ទិន្នន័យ​ជា​បន្តបន្ទាប់ ទិន្នន័យ​ទំនង​ជា​អាច​ជួយ​គ្រូពេទ្យ​ថែទាំ​អ្នក​ជំងឺ​បាន​កាន់​តែ​ប្រសើរ។"
11. ធ្វើឱ្យទូរស័ព្ទឆ្លាតវៃជាឧបករណ៍វិនិច្ឆ័យដ៏មានឥទ្ធិពល

អ្នកជំនាញជឿថារូបភាពដែលទទួលបានពីទូរសព្ទឆ្លាតវៃ និងធនធានកម្រិតអ្នកប្រើប្រាស់ផ្សេងទៀតនឹងក្លាយជាផ្នែកបន្ថែមដ៏សំខាន់មួយសម្រាប់ការថតរូបភាពគុណភាពគ្លីនិក ជាពិសេសនៅក្នុងតំបន់ដែលមិនទាន់បានរក្សាទុក ឬប្រទេសកំពុងអភិវឌ្ឍន៍ ដោយបន្តប្រើប្រាស់មុខងារដ៏មានឥទ្ធិពលនៃឧបករណ៍ចល័ត។
គុណភាពនៃកាមេរ៉ាចល័តកំពុងប្រសើរឡើងជារៀងរាល់ឆ្នាំ ហើយវាអាចបង្កើតរូបភាពដែលអាចប្រើសម្រាប់ការវិភាគ AI algorithm។រោគសើស្បែក និងជំងឺភ្នែក គឺជាអ្នកទទួលផលដំបូងនៃនិន្នាការនេះ។
អ្នកស្រាវជ្រាវជនជាតិអង់គ្លេស ថែមទាំងបានបង្កើតឧបករណ៍មួយ ដើម្បីកំណត់រោគវិវឌ្ឍន៍ ដោយវិភាគរូបភាពមុខរបស់កុមារ។ក្បួនដោះស្រាយអាចរកឃើញលក្ខណៈពិសេសដាច់ដោយឡែក ដូចជាបន្ទាត់ mandible របស់កុមារ ទីតាំងនៃភ្នែក និងច្រមុះ និងលក្ខណៈផ្សេងទៀតដែលអាចបង្ហាញពីភាពមិនប្រក្រតីនៃផ្ទៃមុខ។នាពេលបច្ចុប្បន្ន ឧបករណ៍នេះអាចផ្គូផ្គងរូបភាពទូទៅដែលមានជំងឺជាង 90 ដើម្បីផ្តល់ការគាំទ្រដល់ការសម្រេចចិត្តផ្នែកព្យាបាល។
លោកវេជ្ជបណ្ឌិត Hadi shafiee នាយកផ្នែកមីក្រូ/ណាណូ និងមន្ទីរពិសោធន៍សុខភាពឌីជីថលនៅមន្ទីរពេទ្យស្ត្រី Brigham (BWh) បាននិយាយថា "មនុស្សភាគច្រើនត្រូវបានបំពាក់ដោយទូរស័ព្ទចល័តដ៏មានថាមពល ជាមួយនឹងឧបករណ៍ចាប់សញ្ញាផ្សេងៗគ្នាជាច្រើនដែលភ្ជាប់មកជាមួយ។ វាជាឱកាសដ៏ល្អសម្រាប់យើងស្ទើរតែទាំងអស់។ អ្នកលេងឧស្សាហកម្មបានចាប់ផ្តើមបង្កើតកម្មវិធី Ai និងផ្នែករឹងនៅក្នុងឧបករណ៍របស់ពួកគេ។ វាមិនមែនជារឿងចៃដន្យទេ។ នៅក្នុងពិភពឌីជីថលរបស់យើង ទិន្នន័យច្រើនជាង 2.5 លាន terabytes ត្រូវបានបង្កើតឡើងជារៀងរាល់ថ្ងៃ។ នៅក្នុងវិស័យទូរសព្ទដៃ អ្នកផលិតជឿថាពួកគេអាចប្រើប្រាស់វាបាន។ ទិន្នន័យ​សម្រាប់​បញ្ញា​សិប្បនិមិត្ត ដើម្បី​ផ្តល់​សេវា​ផ្ទាល់ខ្លួន​កាន់តែ​លឿន និង​ឆ្លាតវៃ​ជាង​មុន»។
ការប្រើប្រាស់ទូរសព្ទឆ្លាតវៃ ដើម្បីប្រមូលរូបភាពភ្នែកអ្នកជំងឺ ដំបៅស្បែក របួស ការឆ្លងមេរោគ ឱសថ ឬមុខវិជ្ជាផ្សេងទៀត អាចជួយដោះស្រាយបញ្ហាកង្វះអ្នកជំនាញនៅក្នុងតំបន់ដែលមិនទាន់ទទួលបាន ខណៈពេលដែលកាត់បន្ថយពេលវេលាក្នុងការធ្វើរោគវិនិច្ឆ័យពាក្យបណ្តឹងមួយចំនួន។
Shafiee បាននិយាយថា "វាអាចនឹងមានព្រឹត្តិការណ៍សំខាន់ៗមួយចំនួននាពេលអនាគត ហើយយើងអាចទាញយកប្រយោជន៍ពីឱកាសនេះ ដើម្បីដោះស្រាយបញ្ហាសំខាន់ៗមួយចំនួននៃការគ្រប់គ្រងជំងឺនៅក្នុងកន្លែងថែទាំ"
12. ការច្នៃប្រឌិតការសម្រេចចិត្តព្យាបាលជាមួយ AI ក្បែរគ្រែ

នៅពេលដែលឧស្សាហកម្មថែទាំសុខភាពងាកទៅរកសេវាផ្អែកលើថ្លៃសេវា វាកាន់តែឆ្ងាយពីការថែទាំសុខភាពអកម្ម។ការបង្ការមុនពេលកើតជំងឺរ៉ាំរ៉ៃ ព្រឹត្តិការណ៍ជំងឺស្រួចស្រាវ និងការខ្សោះជីវជាតិភ្លាមៗគឺជាគោលដៅរបស់អ្នកផ្តល់សេវានីមួយៗ ហើយរចនាសម្ព័ន្ធសំណងនៅទីបំផុតអនុញ្ញាតឱ្យពួកគេបង្កើតដំណើរការដែលអាចសម្រេចបាននូវអន្តរាគមន៍សកម្ម និងព្យាករណ៍។
បញ្ញាសិប្បនិមិត្តនឹងផ្តល់នូវបច្ចេកវិទ្យាមូលដ្ឋានជាច្រើនសម្រាប់ការវិវត្តន៍នេះ ដោយគាំទ្រការវិភាគព្យាករណ៍ និងឧបករណ៍គាំទ្រការសម្រេចចិត្តព្យាបាល ដើម្បីដោះស្រាយបញ្ហា មុនពេលអ្នកផ្តល់សេវាដឹងអំពីតម្រូវការក្នុងការចាត់វិធានការ។បញ្ញាសិប្បនិម្មិតអាចផ្តល់ការព្រមានជាមុនសម្រាប់ជំងឺឆ្កួតជ្រូក ឬជំងឺឆ្កួតជ្រូក ដែលជាធម្មតាតម្រូវឱ្យមានការវិភាគស៊ីជម្រៅនៃសំណុំទិន្នន័យដែលមានភាពស្មុគស្មាញខ្ពស់។
Brandon Westover, MD, នាយកនៃទិន្នន័យគ្លីនិកនៅមន្ទីរពេទ្យ Massachusetts General Hospital (MGH) បាននិយាយថា ការរៀនម៉ាស៊ីនក៏អាចជួយគាំទ្រដល់ការបន្តការថែទាំអ្នកជំងឺដែលមានជំងឺធ្ងន់ធ្ងរ ដូចជាអ្នកដែលសន្លប់បន្ទាប់ពីការគាំងបេះដូង។
គាត់បានពន្យល់ថា ក្រោមកាលៈទេសៈធម្មតា គ្រូពេទ្យត្រូវពិនិត្យទិន្នន័យ EEG របស់អ្នកជំងឺទាំងនេះ។ដំណើរការនេះគឺចំណាយពេលច្រើន និងជាប្រធានបទ ហើយលទ្ធផលអាចប្រែប្រួលទៅតាមជំនាញ និងបទពិសោធន៍របស់គ្រូពេទ្យ។
គាត់បាននិយាយថា "ចំពោះអ្នកជំងឺទាំងនេះ និន្នាការអាចយឺត។ពេលខ្លះនៅពេលដែលគ្រូពេទ្យចង់មើលថាតើនរណាម្នាក់កំពុងជាសះស្បើយ ពួកគេអាចពិនិត្យមើលទិន្នន័យដែលបានត្រួតពិនិត្យម្តងរៀងរាល់ 10 វិនាទី។ទោះជាយ៉ាងណាក៏ដោយ ដើម្បីមើលថាតើវាបានផ្លាស់ប្តូរពី 10 វិនាទីនៃទិន្នន័យដែលប្រមូលបានក្នុងរយៈពេល 24 ម៉ោងគឺដូចជាការមើលថាតើសក់បានដុះក្នុងពេលនេះដែរឬទេ។ទោះជាយ៉ាងណាក៏ដោយ ប្រសិនបើក្បួនដោះស្រាយបញ្ញាសិប្បនិមិត្ត និងទិន្នន័យយ៉ាងច្រើនពីអ្នកជំងឺជាច្រើនត្រូវបានប្រើប្រាស់ វានឹងកាន់តែងាយស្រួលក្នុងការផ្គូផ្គងអ្វីដែលមនុស្សមើលឃើញជាមួយនឹងគំរូរយៈពេលវែង ហើយការកែលម្អបន្តិចបន្តួចអាចត្រូវបានរកឃើញ ដែលនឹងប៉ះពាល់ដល់ការសម្រេចចិត្តរបស់វេជ្ជបណ្ឌិតក្នុងការថែទាំ។ ."
ការប្រើប្រាស់បច្ចេកវិទ្យាបញ្ញាសិប្បនិមិត្តសម្រាប់ការគាំទ្រការសម្រេចចិត្តផ្នែកព្យាបាល ការដាក់ពិន្ទុហានិភ័យ និងការព្រមានជាមុន គឺជាផ្នែកមួយក្នុងចំណោមផ្នែកអភិវឌ្ឍន៍ដ៏ជោគជ័យបំផុតនៃវិធីសាស្ត្រវិភាគទិន្នន័យបដិវត្តន៍នេះ។
តាមរយៈការផ្តល់ថាមពលសម្រាប់ឧបករណ៍ និងប្រព័ន្ធជំនាន់ថ្មី គ្រូពេទ្យអាចយល់កាន់តែច្បាស់អំពីភាពខុសប្លែកគ្នានៃជំងឺ ផ្តល់សេវាថែទាំកាន់តែមានប្រសិទ្ធភាព និងដោះស្រាយបញ្ហាជាមុន។បញ្ញាសិប្បនិម្មិតនឹងឈានទៅរកយុគសម័យថ្មីនៃការកែលម្អគុណភាពនៃការព្យាបាលតាមគ្លីនិក និងធ្វើឱ្យមានរបកគំហើញដ៏គួរឱ្យរំភើបក្នុងការថែទាំអ្នកជំងឺ។


ពេលវេលាផ្សាយ៖ សីហា-០៦-២០២១