Home తాజా వార్తలు కృత్రిమ మేధతో ముందుగానే అకాల మృత్యువు గుర్తింపు

కృత్రిమ మేధతో ముందుగానే అకాల మృత్యువు గుర్తింపు

 Artificial Intelligence

 

సైన్స్ విభాగం : దీర్ఘకాల మొండి వ్యాధుల కారణంగా ఎదురయ్యే అకాల మృత్యువును ముందుగానే కృత్రిమ మేధస్సు కనుగొనగలిగే వినూత్న పరిశోధనల ప్రక్రియ ఆవిష్కారమవుతోంది. భవిష్యత్తులో రోగనిరోధక వ్యవస్థకు ఇది దోహదపడుతుందని యూనివర్శిటీ ఆఫ్ నొట్టింఘామ్ పరిశోధకుల కొత్త పరిశోధన ప్రతిపాదిస్తోంది. ఆరోగ్యభద్రత డేటా ఆధారంగా శాస్త్రవేత్తలు, డాక్టర్లు కంప్యూటర్ ఆధార మెషిన్ లెర్నింగ్ వ్యవస్థను అభివృద్ధి చేసి పరీక్షించారు. కరడు కట్టిన వ్యాధుల కారణంగా భారీ ఎత్తున మధ్య వయస్కులు అకాల మృత్యువుకు బలవుతున్నారు. ప్రస్తుతం వైద్య నిపుణులు అనుసరించే విధానాల కన్నా ఈ కంప్యూటర్ కృత్రిమ మేథో వ్యవస్థ కచ్చితంగా, ముందుగా అంచనా వేయగలుగుతుందని పరిశోధకులు చెబుతున్నారు.

మెషిన్ లెర్నింగ్ ఇన్ హెల్తు అండ్ బయోమెడిసిన్ అన్న పేరుతో వెలువడిన ఎడిషన్‌లో ఈ పరిశోధనను ప్రచురించారు. ఈ పరిశోధక బృందం 2006 నుంచి 2010 వరకు యుకె బయోబ్యాంకులో నమోదైన అర్ధ మిలియన్ ప్రజల ఆరోగ్య డేటాను సేకరించారు. 40 నుంచి 69 ఏళ్ల లోపు వారి ఆరోగ్య వివరాలే ఇవి. 2016 వరకు ఈ వివరాలను సేకరించడం కొనసాగించారు. తీవ్రమైన వ్యాధులతో సాగే పోరాటంలో రోగనిరోధక వ్యవస్థకు అత్యంత ప్రాధాన్యం ఉంటుందని, రానురాను దీని అవసరం పెరుగుతోందని, అందువల్ల కంప్యూటర్ వ్యవస్థ ద్వారా సామాన్య ప్రజల్లో ఆరోగ్య పరిస్థితిని కచ్చితంగా సమీక్షించ గలిగేలా కృత్రిమ మేధో వ్యవస్థను కొన్నేళ్ల పాటు శ్రమించి రూపొందించామని ఈ పరిశోధనకు నాయకత్వం వహిస్తున్న ఎపిడెమియోలజీ అండ్ డేటా సైన్స్ అసిస్టెంట్ ప్రొఫెసర్ డాక్టర్ స్టీఫెన్ వింగ్ చెప్పారు. ఒకే వ్యాధి సంక్రమించడంపై చాలా ప్రక్రియలు కేంద్రీకృతం అవుతున్నాయి.

అయితే వివిధ రకాల వ్యాధులు పీడించేటప్పుడు అకాల మృత్యువును అంచనా వేయడం చాలా క్లిష్టమైనదని ఆయన అన్నారు. ముఖ్యంగా పర్యావరణ, వ్యక్తిగత అంశాలు కూడా దీనిలో ప్రభావం చూపిస్తాయి. కంప్యూటర్ మెషిన్ పరిజ్ఞానంతో వ్యక్తి అకాల మృత్యువును ముందుగా కనుగొనే అసమాన వ్యవస్థను కనుగొనడంలో తాము ముందంజ వేశామని చెప్పారు. జనాభా, బయోమెట్రిక్, వైద్య, జీవనశైలి తదితర అంశాల ప్రాతిపదికగా ప్రతివ్యక్తిని వారి రోజువారీ ఆహార వినియోగం, పండ్లు, కూరగాయలుతోసహా సమీక్షించే కొత్త కంప్యూటర్ నమూనాల రూపకల్పనకు ప్రస్తుత మేథో వ్యవస్థ దోహదపడుతుందని చెప్పారు. జాతీయ స్థాయిలో మరణాల రికార్డు, బ్రిటన్ కేన్సర్ రిజిస్టర్ ఆధారంగా అంచనాలు తయారు చేశామని వివరించారు.

Detection of premature death with Artificial Intelligence