Մշակվել է արհեստական բանականության մոդել, որն 80 տոկոս ճշգրտությամբ ախտորոշում է երեխաների ականջի վարակները

Արհեստական բանականության (ԱԲ) մոդելը, որը ստեղծվել է Mass Eye and Ear-ում, շատ ավելի ճշգրիտ է եղել, քան բժիշկները երեխաների ականջի վարակների ախտորոշման հարցում առաջին նման հետազոտության ժամանակ, ասել է հետազոտական խումբը, որն աշխատում է կլինիկական օգտագործման համար մոդելի մշակման վրա:

Ըստ նոր հետազոտության, որի արդյունքները հրապարակվել են Otolaryngology-Head and Neck Surgery ամսագրում, OtoDX կոչվող մոդելն ավելի քան 95 տոկոսով ճշգրիտ է եղել 22 թեստային պատկերներով ականջի վարակի ախտորոշման հարցում՝ համեմատած բժիշկների խմբի 65 տոկոս ճշգրտության հետ։ Խմբում ներառված են եղել քիթ-կոկորդ-ականջի մասնագետներ, մանկաբույժներ եւ առաջնային օղակի բժիշկներ, որոնք նայել են նույն պատկերները:

Ներքին ականջի ավելի քան 600 պատկերների տվյալների թեստավորման ժամանակ ԱԲ-մոդելի ախտորոշման ճշգրտությունը կազմել է ավելի քան 80 տոկոս։

Մոդելն օգտագործում է արհեստական բանականության մի տեսակ, որը կոչվում է խորը ուսուցում եւ կառուցվել է հարյուրավոր լուսանկարների հիման վրա, որոնք հավաքվել են երեխաներից Mass Eye and Ear-ում՝ ականջի կրկնվող վարակների կամ ականջներում հեղուկի հետ կապված վիրահատությունից առաջ: Ըստ հեղինակների՝ արդյունքները կարեւոր քայլ են ախտորոշիչ գործիքի մշակման ուղղությամբ, որը մի օր կարող է տեղադրվել կլինիկաներում՝ պացիենտներին զննելիս բժիշկներին օգնելու համար:

«Ականջի վարակները աներեւակայելի տարածված են երեխաների շրջանում, բայց հաճախ սխալ են ախտորոշվում, ինչը հանգեցնում է բուժման հետաձգման կամ հակաբիոտիկների անհարկի նշանակման»,- ասում է հետազոտության առաջատար հեղինակ եւ Mass Eye and Ear-ում ԱԲ-ի հետազոտող Մեթյու Քրոուսոնը: «Այս մոդելը չի փոխարինի բժիշկների դատողությանը, բայց այն կարող է լրացնել նրանց փորձը եւ օգնել նրանց ավելի վստահ լինել բուժման որոշումներ կայացնելիս»,- նշել է նա: