ಹೃದ್ರೋಗಿಗಳ ಜೀವಿತಾವಧಿಯನ್ನು ಊಹಿಸಬಲ್ಲ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಉಪಕರಣ

ಲಾಸ್ ಏಂಜಲೀಸ್‌: ಯು ಎಸ್ ಎ ನ ಸ್ಯಾನ್ ಡಿಯಾಗೋದಲ್ಲಿನ ಕ್ಯಾಲಿಫೋರ್ನಿಯಾ ವಿಶ್ವವಿದ್ಯಾಲಯದ (ಯುಸಿ) ಸಂಶೋಧಕರು, ಹೃದಯ ವೈಫಲ್ಯದ ರೋಗಿಗಳಲ್ಲಿ ಮರಣ ಪ್ರಮಾಣವು ಇತ್ತೀಚಿಗೆ ಹೆಚ್ಚುತ್ತಿರುವುದನ್ನು ಕಂಡುಕೊಂಡರು, ಇದನ್ನು ಪರಿಣಾಮಾತ್ಮಕವಾಗಿ ಗುರುತಿಸಿ ಶುಶ್ರೂಷೆ ಕೈಗೊಳ್ಳಲು ಬಳಕೆಯಲ್ಲಿರುವ ಉಪಕರಣಗಳಿಂದ ಸಾಧ್ಯವಿಲ್ಲ ಎಂಬುದು ಅವರು ಅರಿತುಕೊಂಡಿದ್ದಾರೆ.

ಇದರ ಅಧ್ಯಯನದ ಭಾಗವಾಗಿ, ಯುರೋಪಿಯನ್ ಜರ್ನಲ್ ಆಫ್ ಹಾರ್ಟ್ ಫೇಲ್ಯೂರ್ ನಲ್ಲಿ ಪ್ರಕಟವಾದ, ಯು ಎಸ್ ನ ಯುಸಿ ಸ್ಯಾನ್ ಡಿಯಾಗೋ ಹೆಲ್ತ್‌ ನಲ್ಲಿ ಸುಮಾರು 6,000 ಹೃದಯ ವೈಫಲ್ಯದ ರೋಗಿಗಳ ಡಿ-ಐಡಂಟಿಫೈಡ್ ಎಲೆಕ್ಟ್ರಾನಿಕ್ ಆರೋಗ್ಯ ದಾಖಲೆಗಳ ಡೇಟಾವನ್ನು ಆಧರಿಸಿ ಯಂತ್ರ ಕಲಿಕೆ ಅಲ್ಗಾರಿದಮ್ ಅನ್ನು ಸಂಶೋಧಕರು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದರು.

ಅವರು ಹೃದಯ ವೈಫಲ್ಯದಿಂದ ಬಳಲುತ್ತಿರುವ ಬಹುಪಾಲು ರೋಗಿಗಳಿಂದ ಸಂಗ್ರಹಿಸಲಾದ ಎಂಟು ಅಂಶಗಳನ್ನು ಗುರುತಿಸುವ ಮೂಲಕ ಕಡಿಮೆ ಮತ್ತು ಹೆಚ್ಚಿನ ಸಾವಿನ ಅಪಾಯವನ್ನು ನಿರ್ಧರಿಸುವ ರಿಸ್ಕ್ ಸ್ಕೋರ್ ಅನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದರು.

ಇದರಲ್ಲಿ ಹೃದಯ ವಿಶ್ರಾಂತಿ ಸಮಯದಲ್ಲಿ ರಕ್ತದೊತ್ತಡ, ಬಿಳಿ ರಕ್ತ ಕಣಗಳ ಪ್ರಮಾಣ, ಅಲ್ಬುಮಿನ್, ಹಿಮೋಗ್ಲೋಬಿನ್, ಪ್ಲೇಟ್‌ಲೆಟ್‌ಗಳು ಮತ್ತು ರಕ್ತದಲ್ಲಿನ ಯೂರಿಯಾ ಮತ್ತು ಸಾರಜನಕ, ಮತ್ತು ಕ್ರಿಯೇಟಿನೈನ್ ಮಟ್ಟ - ಅಮೈನೊ ಆಸಿಡ್ ಸ್ಥಗಿತದಿಂದ ರಾಸಾಯನಿಕ ತ್ಯಾಜ್ಯ ಉತ್ಪನ್ನ ಮೂತ್ರದ ಮೂಲಕ ಹೊರಹಾಕಲ್ಪಡುತ್ತದೆ ಎಂಬುವುದನ್ನು ಅಧ್ಯಯನವು ಗಮನಿಸಿದೆ.

ಈ ಎಲ್ಲಾ ಅಂಶಗಳನ್ನು ಬಳಸಿಕೊಂಡು, ಹೊಸದಾಗಿ ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ ಮಾದರಿಯು ಜೀವಿತಾವಧಿಯನ್ನು ಶೇಕಡಾ 88 ರಷ್ಟು ನಿಖರವಾಗಿ ಊಹಿಸಬಲ್ಲದು ಮತ್ತು ಇತರ ಜನಪ್ರಿಯ ಪ್ರಕಟಿತ ಮಾದರಿಗಳಿಗಿಂತ ತುಂಬಾ ಉತ್ತಮವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸಬಲ್ಲದು ಎಂದು ಸಂಶೋಧಕರು ಹೇಳಿದ್ದಾರೆ.

"ಈ ಉಪಕರಣವು ಮುಂದಿನ ಮೂರು ತಿಂಗಳು ಅಥವಾ ಒಂದು ವರ್ಷದಲ್ಲಿ ಹೃದಯ ವೈಫಲ್ಯದಿಂದ ಸಾಯುವ ಸಂಭವನೀಯತೆಯ ಬಗ್ಗೆ ನಮಗೆ ಒಳನೋಟವನ್ನು ನೀಡುತ್ತದೆ" ಎಂದು ಯುಸಿ ಸ್ಯಾನ್ ಡಿಯಾಗೋದ ಅಧ್ಯಯನದ ಸಹ ಲೇಖಕ ಎರಿಕ್ ಆಡ್ಲರ್ ಹೇಳಿದ್ದಾರೆ.

ಯು ಎಸ್ ಎ ನಲ್ಲಿ ಯುಸಿ ಸ್ಯಾನ್ ಫ್ರಾನ್ಸಿಸ್ಕೋದಿಂದ ಗುರುತಿಸಲ್ಪಟ್ಟ ರೋಗಿಗಳ ಡೇಟಾವನ್ನು ಮತ್ತು 11 ಯುರೋಪಿಯನ್ ವೈದ್ಯಕೀಯ ಕೇಂದ್ರಗಳಿಂದ ಪಡೆದ ಡೇಟಾಬೇಸ್ ಅನ್ನು ಬಳಸಿಕೊಂಡು ಸಂಶೋಧಕರು ಮಾದರಿಯ ಪರಿಣಾಮಕಾರಿತ್ವವನ್ನು ಪರೀಕ್ಷಿಸಿದರು.

"ಇಲ್ಲಿನ ಪರೀಕ್ಷೆಗಳಲ್ಲಿ ಸಹ ಇದು ಯಶಸ್ವಿಯಾಗಿದೆ. ಜನಸಮುದಾಯದಲ್ಲಿ ನಮ್ಮ ಆವಿಷ್ಕಾರಗಳನ್ನು ಪುನರಾವರ್ತಿಸಲು ಸಾಧ್ಯವಾಗುವುದು ಅತ್ಯಂತ ಮಹತ್ವದ್ದಾಗಿದೆ, ಹೀಗಾಗಿ ನಮ್ಮ ವಿಧಾನ ಮತ್ತು ಅದರ ಫಲಿತಾಂಶಗಳನ್ನು ಮೌಲ್ಯೀಕರಿಸುತ್ತದೆ" ಎಂದು ಯುಸಿ ಸ್ಯಾನ್ ಡಿಯಾಗೋದ ಅಧ್ಯಯನದ ಸಹ-ಲೇಖಕ ಅವಿ ಯಾಗಿಲ್ ಹೇಳಿದ್ದಾರೆ

ಆದಾಗ್ಯೂ, ಈ ಮಾದರಿಯನ್ನು ಜನಸಮುದಾಯದಲ್ಲಿ ಪರಿಣಾಮಕಾರಿಯಾಗಿ ಅಳವಡಿಸಲು ಇನ್ನೂ ಹೆಚ್ಚಿನ ಅಧ್ಯಯನದ ಅವಶ್ಯಕತೆ ಇದೆ ಎಂದು ಸಂಶೋಧಕರು ಅಭಿಪ್ರಾಯಪಟ್ಟಿದ್ದಾರೆ.