Subuh
5:36
Syuruk
6:56
Zuhur
1:03
Asar
4:24
Maghrib
7:07
Isyak
8:19
Uji pengetahuan anda dalam bahasa Melayu

Pilih perkataan yang betul

1/3
=
Pilih perkataan yang betul
Betul!
Salah!
< Kuiz sebelumnya
Cuba lagi! Bagus! Hebat! Markah anda: Out Of 3
< Kuiz sebelumnya
Kuiz seterusnya >
Rencana
33
0

Kaedah baru AI bantu doktor SGH ramal risiko selepas bedah

Jul 10, 2023 | 05:30 AM



Bagi mengurangkan komplikasi selepas pembedahan, Hospital Besar Singapura (SGH) beralih kepada sebuah alat Kecerdasan Buatan (AI) baru bagi membantu para doktor menilai kesesuaian pesakit untuk menjalani pembedahan.



Ciptaan warga kerja di hospital, Penilaian Gabungan Risiko Yang Dialami dalam Pembelajaran Mesin-Pembedahan (CARES-ML) boleh melihat sejarah kesihatan seseorang pesakit, status fizikal dan keputusan ujian lain seperti ujian darah supaya ia lebih tepat meramal risiko komplikasi selepas pembedahan.



Alat tersebut dilatih untuk menggunakan set data setempat SGH bagi hampir 100,000 pesakit antara 2015 dengan 2022.



Sekitar 300 juta pembedahan besar dikendalikan setiap tahun di serata dunia, dan sebanyak 16.8 peratus mengakibatkan satu atau lebih komplikasi.



SGH tidak memberi sebarang perangkaan bagi komplikasi selepas pembedahan.



Sebelum ini, pakar bius dan pakar bedah terpaksa meneliti rekod perubatan seseorang pesakit untuk menjangkakan komplikasi selepas pembedahan.



Ini boleh menyebabkan penilaian risiko yang kurang tepat jika mereka silap.



Dengan CARES-ML, kesilapan manusia dapat dikurangkan. Ia boleh meramalkan risiko pesakit yang memerlukan penjagaan rapi atau bakal meninggal dunia dalam tempoh 30 hari menyusuli pembedahan dengan ketepatan masing-masing melebihi 90 peratus dan 80 peratus.



Ia juga mampu mengetengahkan faktor peningkat risiko, seperti Indeks Jisim Tubuh (BMI) dan jenis bius yang digunakan.



Ini turut membantu doktor memahami sebab-sebab di sebalik peringkat risiko yang dihasilkan AI. Maklumat itu juga bermakna doktor boleh menjangkakan dengan lebih baik masalah yang timbul menyusuli pembedahan selain memperbaiki hasil keadaan pesakit.



Mereka boleh memilih menundakan pembedahan, misalnya, atau mengusulkan program prahabilitasi untuk pesakit sebelum prosedur.



Dengan jangkaan keperluan pesakit yang lebih tepat selepas pembedahan, SGH juga boleh memperuntukkan sumbernya dengan lebih berkesan.



Ini termasuk seperti mengutamakan pesakit yang harus diberikan ruang dalam unit jagaan rapi.



Alat AI digunakan di semua penilaian risiko pembedahan di hospital, termasuk untuk pembedahan besar dan berisiko tinggi seperti pembedahan barah kolorektum dan penggantian lutut keseluruhan.



Profesor Bersekutu Dr Hairil Rizal, konsultan kanan anestesiologi, berkata bahawa CARES-ML berfungsi sebagai penyokong doktor dan bukan sebagai pengganti.



“Pembelajaran mesin dan sebarang modal AI membantu dari segi memberikan klinisian pendapat kedua.



“Ia menyokong klinisian dengan meneliti lebih banyak titik data daripada yang boleh dilakukan oleh seorang klinisian manusia.”



Doktor masih boleh mengubah tahap risiko yang diramal berdasarkan pengalaman mereka, walaupun ini tidak boleh menyimpang daripada ramalan AI melebihi titik tertentu.



Mengenai isu liabiliti seandainya terdapat komplikasi serius, misalnya kematian selepas pembedahan, Profesor Hairil memberi jaminan kepada pesakit bahawa doktor selalu terlibat dalam proses membuat keputusan.



Memandangkan mereka menentukan tahap risiko pesakit dan penjagaan yang diperlukan, doktor masih bertanggungjawab ke atas keadaan pesakit.



Pasukan pakar bius, pakar bedah dan pakar biostatik di sebalik tabir CARES-ML sedang meninjau untuk meluaskan modal sedia ada untuk meramalkan hasil selepas pembedahan yang lain seperti tempoh rawatan di hospital dan risiko pneumonia.




Video Baru

Uji pengetahuan anda dalam bahasa Melayu
Pilih perkataan yang betul 1/3
=
Pilih perkataan yang betul
Betul!
Salah!
< Kuiz sebelumnya
Cuba lagi! Bagus! Hebat! Markah anda: Out Of 3
Kuiz seterusnya >