دکتر امیر محمد شهسوارانی
104 subscribers
1.54K photos
6 videos
174 files
1.86K links
☎️هماهنگی وقت مشاوره/برگزاری کارگاه: +989057962633
🌐 https://www.ipbses.com/
http://bit.ly/IPBSES-Institue
باهم در اوج 🦅
Download Telegram
♻️روشی جدید برای تشخیص #طول #عمر

#Precision #Radiology: #Predicting #longevity using feature #engineering and #deep #learning methods in a #radiomics framework

پژوهشگران دانشگاه آدلاید، دانشگاه کوینزلند، و انستیتو تکنیک های پیشرفته لیسبون در پژوهشی که به تازگی منتشر شده است، دریافتند سیستم های هوش مصنوعی قادرتند طول عمر افراد را با مرور #CTاسکن های #اندام های آنان پیش بینی کنند.
در این پژوهش که بر CTاسکن #سینه 48 بیمار صورت گرفت، سیستم های #هوش #مصنوعی (#AI) بر اساس #الگوریتم های #یادگیری #عمیق توانستند با 69 درصد دقت (همانند پیش بینی های معمول پزشکان) احتمال #مرگ #بیمار را در 5 سال آتی پیش بینی کنند. پژوهشگران نتوانستند مشخص کنند که برنامه های هوش مصنوعی دقیقاً بر اساس بررسی کدام بخش از تصاویر CTاسکن پیش بینی را صورت داده اند، اما پیش بینی ها در بیماری های وخیم مزمن (همچون #آمفیزم و بیماری های #قلبی) دقیق تر بود.
Abstract
#Precision #medicine approaches rely on obtaining precise knowledge of the true state of #health of an individual patient, which results from a combination of their #genetic risks and #environmental exposures. This approach is currently limited by the lack of effective and efficient non-invasive medical tests to define the full range of #phenotypic variation associated with individual #health. Such knowledge is critical for improved early intervention, for better #treatment #decisions, and for ameliorating the steadily worsening epidemic of chronic disease. We present proof-of-concept experiments to demonstrate how routinely acquired #cross-sectional #CT #imaging may be used to predict patient #longevity as a proxy for overall individual health and disease status using #computer image analysis techniques. Despite the limitations of a modest dataset and the use of off-the-shelf machine learning methods, our results are comparable to previous ‘manual’ clinical methods for longevity prediction. This work demonstrates that #radiomics techniques can be used to extract #biomarkers relevant to one of the most widely used outcomes in #epidemiological and #clinical research – #mortality, and that #deep #learning with convolutional #neural #networks can be usefully applied to radiomics research. Computer image analysis applied to routinely collected medical images offers substantial potential to enhance #precision #medicine initiatives.

لینک منبع 👇🏻(further reading)👇🏻
https://www.nature.com/articles/s41598-017-01931-w

📢کانال #دکترامیرمحمدشهسوارانی
🍃🌹🌸💐🌸🌹🍃
@DrAmirMohammadShahsavarani
🔹 ذهن‌آگاهی و رفتار حمایتی مثبت در کاهش استرس مراقبان

🔸پژوهشگران دانشگاه آگوستا، و دانشگاه کنساو ایالات متحده امریکا، دانشگاه باری ایتالیا، دانشگاه آوکلند نیوزیلند و دانشگاه ونک‌وانگ کره جنوبی در پژوهشی مشترک به بررس مقایسه‌ای تاثیرات ذهن‌آگاهی و رفتار حمایتی مثبت در کاهش استرس مراقبان معلولان جسمانی و ذهنی پرداختند.

.

نتایج و راهبردهای این تحقیق را در لینک زیر بخوانید👇

https://ipbses.com/mindfulness-positive-behavior

#روانشناسی_مثبت #مراقبت #بیمار #استرس #مایندفولنس #ذهن‌آگاهی #رفتار_حمایتی #استرس_ادراکی #مراقبه #مدیتیشن

#Mindfulness_Based_Positive_Behavior_Support #MBPBS #PBS #Stress #Compassion_fatigue #Burnout #Secondary_traumatic_stress #Perceived_stress #Cost_effectiveness





#دکتر_امیر_محمد_شهسوارانی
#انستیتوعلوم‌روانی‌زیستی‌اجتماعی‌اقتصادی
#DrAmirMohammadShahsavarani #InstituteofPsychoBioSocioEconomicSciences


🍃🌹🌸💐🌸🌹🍃