រំលងទៅមាតិកា
Alt text: A physician in a white lab coat stands with arms crossed in front of a pediatric MRI machine decorated to look like a sand castle, with a colorful ocean-themed mural on the walls behind him.

បញ្ញាសិប្បនិម្មិត (AI) គឺជាឧបករណ៍មួយក្នុងចំណោមឧបករណ៍ដ៏មានឥទ្ធិពលបំផុតនៅក្នុងប្រវត្តិសាស្ត្រវេជ្ជសាស្ត្រ ដែលមានសមត្ថភាពបង្កើនល្បឿននៃការធ្វើរោគវិនិច្ឆ័យ ធ្វើឱ្យការព្យាបាលមានលក្ខណៈផ្ទាល់ខ្លួន និងផ្លាស់ប្តូរការថែទាំក្នុងទ្រង់ទ្រាយដែលមិនធ្លាប់មានពីមុនមក។ ប៉ុន្តែការរីកចម្រើនភាគច្រើនរហូតមកដល់ពេលនេះត្រូវបានបង្កើតឡើងសម្រាប់មនុស្សពេញវ័យ។.

Stanford Medicine សុខភាពកុមារ កំពុងប្រណាំងប្រជែងគ្នាដើម្បីបិទគម្លាតនោះ និងដើម្បីកសាងអនាគតមួយដែលកុមារគ្រប់រូបអាចទទួលបានអត្ថប្រយោជន៍ពីសក្តានុពលពេញលេញរបស់ AI។.

សាកលវិទ្យាល័យស្ទែនហ្វដកំពុងដាក់ឱ្យដំណើរការមជ្ឈមណ្ឌលសម្រាប់បញ្ញាសិប្បនិម្មិតក្នុងវេជ្ជសាស្ត្រកុមារ ដែលឧទ្ទិសដល់ការអភិវឌ្ឍ និងដាក់ពង្រាយដំណោះស្រាយ AI សម្រាប់សុខភាពកុមារ។ មជ្ឈមណ្ឌលនេះនឹងធានាថា ការរីកចម្រើនក្នុងការស្រាវជ្រាវ និងបច្ចេកវិទ្យាទំនើបៗអាចផ្លាស់ប្តូរស្តង់ដារនៃការថែទាំសម្រាប់កុមារនៅសាកលវិទ្យាល័យស្ទែនហ្វដ និងលើសពីនេះ តាមរបៀបដែលមានសុវត្ថិភាព សមធម៌ និងផ្តោតលើអ្នកជំងឺ។.

គ្មានស្ថាប័នណាមួយមានជំហរល្អជាងដើម្បីដឹកនាំការងារនេះទេ។ សាកលវិទ្យាល័យស្ទែនហ្វដបានប្រមូលផ្តុំអ្នកស្រាវជ្រាវឆ្នើមៗ មន្ទីរពេទ្យកុមារលំដាប់ពិភពលោក និងជំនាញវិទ្យាសាស្ត្រកុំព្យូទ័រដែលមិនអាចប្រៀបផ្ទឹមបាន ដែលទាំងអស់នេះស្ថិតនៅចំកណ្តាលនៃឧស្សាហកម្មបច្ចេកវិទ្យាសកល។ នៅទូទាំងជំនាញឯកទេស ចាប់ពីជំងឺមហារីក រហូតដល់ជំងឺបេះដូងពីកំណើត រហូតដល់ផលវិបាកនៃការកើតមិនគ្រប់ខែ សាកលវិទ្យាល័យស្ទែនហ្វដកំពុងផ្លាស់ប្តូរការថែទាំកុមាររួចទៅហើយ។.

រហូតមកដល់ពេលនេះ កិច្ចខិតខំប្រឹងប្រែងទាំងនេះភាគច្រើនបានដំណើរការស្របគ្នា។ មជ្ឈមណ្ឌលនេះនឹងផ្លាស់ប្តូររឿងនោះ ដោយបង្រួបបង្រួមវេជ្ជបណ្ឌិត អ្នកស្រាវជ្រាវ វិស្វករ អ្នកសីលធម៌ និងអ្នកវិទ្យាសាស្ត្រទិន្នន័យ ដើម្បីធ្វើឱ្យវឌ្ឍនភាពដែលគ្មានក្រុមណាមួយអាចសម្រេចបានតែម្នាក់ឯងនោះទេ។.

កាតាលីករ អំណោយ $10 លានពីអង្គការសប្បុរសធម៌ Alfred E. Mann នឹងជួយជ្រើសរើសអ្នកដឹកនាំលំដាប់ពិភពលោកម្នាក់ឱ្យធ្វើជាកម្លាំងតភ្ជាប់ ដែលជំរុញការងារនេះទៅមុខ។.

លទ្ធផលនឹងក្លាយជាយុគសម័យថ្មីមួយនៅក្នុងសុខភាពកុមារ ដែលក្នុងនោះឧបករណ៍ដ៏មានឥទ្ធិពលបំផុតក្នុងវិស័យវេជ្ជសាស្ត្រអាចទៅដល់កុមារដែលត្រូវការពួកគេបំផុត នៅក្នុងតំបន់ឈូងសមុទ្រ និងជុំវិញពិភពលោក។.

ការបង្កើត MRI សម្រាប់កុមារ
ប្រសិនបើអ្នកធ្លាប់បានពិនិត្យ MRI អ្នកប្រាកដជាដឹងហើយថាវាមិនស្រួលខ្លួនប៉ុណ្ណាក្នុងការដេកស្ងៀមក្នុងបំពង់ដែលមានសំឡេងរំខាន និងតូចចង្អៀត ជួនកាលជិតមួយម៉ោង។.

ឥឡូវនេះ សូមស្រមៃមើលថាតើវានឹងពិបាកប៉ុណ្ណាសម្រាប់កុមារតូចម្នាក់។ អ្នកជំងឺកុមារជាច្រើនត្រូវការថ្នាំងងុយគេងអំឡុងពេលថត MRI ដើម្បីនៅស្ងៀម។ ប៉ុន្តែការប្រើថ្នាំងងុយគេងអាចបន្ថែមថ្លៃដើម និងភាពស្មុគស្មាញ ខណៈពេលដែលបង្កើនហានិភ័យផ្នែកវេជ្ជសាស្រ្ត។.

លោកស្រី Shreyas Vasanawala, MD, PhD (បង្ហាញខាងលើ) និងអ្នកសហការនៅទូទាំងសាកលវិទ្យាល័យស្ទែនហ្វដ និងតំបន់ឈូងសមុទ្រកំពុងដោះស្រាយបញ្ហាប្រឈមនេះដោយបង្កើតការប្រើប្រាស់បញ្ញាសិប្បនិម្មិត (AI) ដើម្បីធ្វើឱ្យការស្កេន MRI កុមារលឿនជាងមុន ថោកជាង និងកាន់តែលម្អិត។.

មន្ទីរពិសោធន៍ Vasanawala កំពុងប្រើប្រាស់ការរៀនម៉ាស៊ីនដើម្បីធ្វើឱ្យរឿងនេះអាចធ្វើទៅបាន។ តាមរយៈការហ្វឹកហាត់ AI លើការស្កេន MRI ជាច្រើន ប្រព័ន្ធនេះរៀនពីរូបភាពលម្អិតគួរមានរូបរាងយ៉ាងណា។ បន្ទាប់មកវាអាចចំណាយពេលស្កេនខ្លីជាង និងមានគុណភាពទាបជាង ហើយបំពេញព័ត៌មានដែលបាត់ ដោយកសាងរូបភាពដែលច្បាស់លាស់ ពេញលេញ និងត្រឹមត្រូវឡើងវិញពីទិន្នន័យមានកំណត់។ ពេលវេលាស្កេនឥឡូវនេះអាចមានត្រឹមតែប៉ុន្មាននាទីជំនួសឱ្យមួយម៉ោង។.

“លោក Vasanawala មានប្រសាសន៍ថា ”ក្បួនដោះស្រាយ AI ដែលយើងបានបង្កើតឥឡូវនេះអាចទាញយកព័ត៌មានលម្អិតកម្រិតមួយដែលមិនធ្លាប់មានពីមុនមក“។ ”អ្នកអាចមើលឃើញសរសៃឈាមតូចមួយនៅក្នុងទារក ដែលបើមិនដូច្នោះទេនឹងព្រិលៗ។ ហើយក្នុងករណីខ្លះ ព័ត៌មានលម្អិតទាំងនេះអនុញ្ញាតឱ្យយើងធ្វើរោគវិនិច្ឆ័យដែលមិនអាចទៅរួចកាលពីអតីតកាល”។”

ក្បួនដោះស្រាយមួយក្នុងចំណោមក្បួនដោះស្រាយទាំងនេះត្រូវបានអនុម័តរួចហើយដោយរដ្ឋបាលចំណីអាហារ និងឱសថ ហើយវាកំពុងធ្វើអោយប្រសើរឡើងនូវការថតរូបភាពសម្រាប់កុមារដែលមានជំងឺបេះដូងពីកំណើត។ វាត្រូវបានប្រើប្រាស់ជារៀងរាល់ថ្ងៃនៅក្នុងប្រទេសជាង 160 ហើយបានទៅដល់អ្នកជំងឺជាង 80 លាននាក់រួចហើយ។.

ផលប៉ះពាល់លើអ្នកជំងឺគឺគួរឱ្យកត់សម្គាល់។ ការស្កេនខ្លីជាងមានន័យថាកុមារតិចជាងមុនត្រូវការថ្នាំសណ្តំ។ ហើយសូម្បីតែពេលដែលត្រូវការថ្នាំងងុយគេងក៏ដោយ ជម្រៅ និងរយៈពេលរបស់វាអាចត្រូវបានកាត់បន្ថយ។.

ការពិនិត្យលឿនជាងមុនក៏មានន័យថាពេលវេលារង់ចាំខ្លីជាងមុនដើម្បីទទួលបានការណាត់ជួបសម្រាប់ MRI ដែលតាមប្រវត្តិសាស្ត្រចំណាយពេលច្រើនខែនៅក្នុងតំបន់មួយចំនួន។ ការស្កេនដែលប្រសើរឡើងដោយ AI ក៏ផ្តល់អំណាចដល់អ្នកបច្ចេកវិទ្យា MRI ឱ្យដោះស្រាយការពិនិត្យស្មុគស្មាញជាងមុនផងដែរ មានន័យថាអ្នកជំងឺកាន់តែច្រើនអាចទទួលបានការពិនិត្យដែលមានគុណភាពល្អជាង សូម្បីតែនៅក្នុងប្រទេសដែលមានធនធានតិចជាងក៏ដោយ។.

ទន្ទឹមនឹងនេះ មន្ទីរពិសោធន៍របស់លោក Vasanawala កំពុងបន្តជំរុញការច្នៃប្រឌិត។ គោលដៅចុងក្រោយរបស់ក្រុមលោកគឺធ្វើស្វ័យប្រវត្តិកម្មដំណើរការថតរូបភាពទាំងមូល ចាប់ពីការកំណត់ប្រភេទនៃការស្កេនដែលត្រូវការ និងការកំណត់ទីតាំងតំបន់ដែលមានបញ្ហាយ៉ាងច្បាស់លាស់ រហូតដល់ការអនុវត្តការស្កេន និងការកែតម្រូវការបង្ខូចទ្រង់ទ្រាយរូបភាពក្នុងពេលវេលាជាក់ស្តែង — ទាំងអស់នេះក្នុងរយៈពេលប៉ុន្មាននាទីប៉ុណ្ណោះ។.

“ចុះបើការថត MRI គឺសាមញ្ញដូចជាការវាស់សម្ពាធឈាមវិញ?” Vasanawala និយាយ។ “នោះគឺជាការសន្យារបស់ AI៖ ផ្តល់អំណាចដល់វេជ្ជបណ្ឌិតជាមួយនឹងឧបករណ៍ដើម្បីមើលឃើញកាន់តែច្បាស់ ធ្វើសកម្មភាពកាន់តែលឿន និងទីបំផុតផ្លាស់ប្តូរជីវិត”។”

យុគសម័យថ្មីមួយក្នុងការថែទាំ៖ របកគំហើញ AI ចំនួនបីកំពុងសរសេរឡើងវិញនូវឱកាសសម្រាប់ម្តាយ និងកុមារ

ការរកឃើញហានិភ័យតាំងពីដំបូង—អ៊ីវ៉ាណា ម៉ារីក, បណ្ឌិត

អ៊ីវ៉ាណា ម៉ារីក, បណ្ឌិត

ជំងឺ​លើស​ឈាម​ដែល​ជា​ជំងឺ​លើស​ឈាម​ដ៏​គ្រោះថ្នាក់​អំឡុងពេល​មាន​ផ្ទៃពោះ ប៉ះពាល់​ដល់​ម្តាយ​ប្រមាណ 8% នៅ​ទូទាំង​ពិភពលោក។ ជាមួយ​នឹង​ករណី​ប្រហែល 10 លាន​ករណី​ជា​រៀងរាល់ឆ្នាំ វា​គឺជា​មូលហេតុ​ចម្បង​នៃ​ការស្លាប់​របស់​ម្តាយ និង​ការ​សម្រាលកូន​មិន​គ្រប់​ខែ ដែល​បង្កើត​ផលវិបាក​សុខភាព​ពេញ​មួយជីវិត​សម្រាប់​មនុស្ស​រាប់លាន​នាក់។.

មានតម្រូវការចាំបាច់យ៉ាងខ្លាំងក្នុងការកំណត់ហានិភ័យនៃជំងឺត្រៀមក្រឡាភ្លើងឱ្យបានឆាប់ ច្បាស់លាស់ និងមានតម្លៃសមរម្យ ព្រមទាំងដើម្បីបង្កើតអន្តរាគមន៍ប្រកបដោយប្រសិទ្ធភាពដែលការពារសុខភាពទាំងម្តាយ និងទារក។.

លោកស្រី Ivana Maric, PhD និងក្រុមរបស់គាត់កំពុងបង្កើតការធ្វើតេស្តសាមញ្ញ និងមានតម្លៃទាប ដើម្បីរកមើលហានិភ័យនៃជំងឺព្រាយក្រឡាភ្លើងយូរមុនពេលរោគសញ្ញាលេចឡើង។ ក្រុមរបស់គាត់បានប្រើប្រាស់ការរៀនម៉ាស៊ីនដើម្បីសិក្សាពីសញ្ញាសម្គាល់ជីវសាស្ត្ររាប់រយនៅក្នុងឈាម។ បន្ទាប់មក ពួកគេបានកំណត់សមាមាត្រប្រូតេអ៊ីនជាក់លាក់មួយ ដែលអាចវាស់វែងបានជាមួយនឹងការធ្វើតេស្តទឹកនោមសាមញ្ញមួយ នៅដើមសប្តាហ៍ទី 10 ទៅ 12 នៃការមានផ្ទៃពោះ មុនពេលរោគសញ្ញាកើតឡើង និងទាន់ពេលវេលាសម្រាប់ការព្យាបាលបង្ការដូចជាការព្យាបាលដោយថ្នាំអាស្ពីរីនកម្រិតទាប ដើម្បីឱ្យមានប្រសិទ្ធភាពបំផុត។.

ការធ្វើតេស្តនេះឥឡូវនេះកំពុងត្រូវបានផ្ទៀងផ្ទាត់នៅក្នុងការសិក្សាធំៗពីរ - មួយក្នុងចំណោមការសិក្សាទាំងនោះជាអន្តរជាតិ។ នៅពេលដែលការធ្វើតេស្តនេះត្រូវបានបញ្ចប់ ការធ្វើតេស្តនេះអាចធ្វើឱ្យការពិនិត្យសុខភាពមុនពេលសម្រាលកូនផ្ទាល់ខ្លួនអាចរកបានសម្រាប់ស្ត្រីគ្រប់ទីកន្លែង ដោយមិនគិតពីកន្លែងដែលពួកគេរស់ ឬធនធានអ្វីដែលពួកគេមាននោះទេ។.

“លោកស្រី Maric មានប្រសាសន៍ថា ”ប្រសិនបើយើងអាចទស្សន៍ទាយបាននៅដំណាក់កាលដំបូងនៃការមានផ្ទៃពោះថាអ្នកណាដែលមានហានិភ័យនៃជំងឺព្រាយក្រឡាភ្លើង យើងអាចផ្តល់ការព្យាបាលបង្ការដល់ម្តាយទាំងនោះបាន“។ ”វាអាចជួយការពារផលវិបាកដ៏សោកសៅសម្រាប់ម្តាយ និងផលវិបាកនៃការសម្រាលកូនមិនគ្រប់ខែសម្រាប់ទារក»។”

ការការពារ Preemies - Nima Aghaeepour, PhD

Headshot of a smiling man in a light blue button-down shirt against a soft gray background.
នីម៉ា អាហ្គាភីរ, បណ្ឌិត

ទារកមិនគ្រប់ខែអាចវិវត្តទៅជាផលវិបាកដែលគំរាមកំហែងដល់អាយុជីវិតនៅក្នុងខែដំបូងនៃជីវិតរបស់ពួកគេ ជារឿយៗដោយគ្មានការព្រមានជាមុន។ លោកស្រី Nima Aghaeepour, PhD ដែលជាអ្នកនាំមុខគេលើពិភពលោកក្នុងការអនុវត្តបញ្ញាសិប្បនិម្មិត (AI) ចំពោះសុខភាពម្តាយ និងទារកទើបនឹងកើត កំពុងធ្វើការដើម្បីផ្លាស់ប្តូររឿងនោះ។.

នៅក្នុងការងារមុនៗ លោក Aghaeepour និងអ្នកសហការនៅស្ទែនហ្វដរបស់គាត់បានបង្កើតវិធីមួយដើម្បីប្រើប្រាស់បញ្ញាសិប្បនិម្មិត (AI) ដើម្បីកំណត់អាហារូបត្ថម្ភតាមសរសៃឈាមសម្រាប់សត្វមច្ឆាដែលងាយរងគ្រោះ — ដោយកាត់បន្ថយកំហុសផ្នែកវេជ្ជសាស្ត្រ និងកែលម្អការថែទាំនៅក្នុងបរិបទដែលមានធនធានទាប។ ឥឡូវនេះ គាត់កំពុងផ្តោតលើការទស្សន៍ទាយ និងធ្វើការដើម្បីការពារផលវិបាកធ្ងន់ធ្ងរបំផុតដែលសត្វមច្ឆាអាចជួបប្រទះ។.

ក្រុមរបស់លោកបានវិភាគសំណាកឈាមជាប្រចាំពីទារកមិនគ្រប់ខែជាង ១៣.០០០ នាក់ រួមជាមួយនឹងកំណត់ត្រាវេជ្ជសាស្ត្ររបស់ពួកគេ។ ពួកគេបានពិនិត្យមើលថាតើទារកណាខ្លះដែលបានវិវត្តទៅជាផលវិបាកមួយក្នុងចំណោមផលវិបាកធំៗទាំងបួនដែលទាក់ទងនឹងការកើតមិនគ្រប់ខែ ដូចជាជំងឺសួតរ៉ាំរ៉ៃ ជំងឺសួត ឬការហូរឈាមក្នុងខួរក្បាល។.

នៅក្នុងការសិក្សារបស់ពួកគេ ដែលបានចុះផ្សាយនៅក្នុង Science Translational Medicine ពួកគេបានប្រើប្រាស់ AI ដើម្បីកំណត់គំរូនៅក្នុងម៉ូលេគុលឈាម ដែលមានទំនាក់ទំនងជាមួយទារកដែលក្រោយមកវិវត្តទៅជាផលវិបាកធ្ងន់ធ្ងរ។.

ដោយផ្អែកលើព័ត៌មាននេះ ក្រុមការងារបានបង្កើតឧបករណ៍មួយដែលអាចទស្សន៍ទាយផលវិបាកទាំងនេះដោយមានភាពប្រាកដប្រជា 85%។ នាពេលអនាគត ឧបករណ៍នេះអាចជួយគ្រូពេទ្យកំណត់អត្តសញ្ញាណទារកណាដែលមានហានិភ័យខ្ពស់បំផុត និងអនុញ្ញាតឱ្យពួកគេធ្វើអន្តរាគមន៍មុនដើម្បីការពារបញ្ហាសុខភាពដែលគំរាមកំហែងដល់អាយុជីវិត។.

“លោកវេជ្ជបណ្ឌិត David Stevenson នាយកមជ្ឈមណ្ឌលស្រាវជ្រាវភាពមិនគ្រប់ខែនៅស្ទែនហ្វដ បានមានប្រសាសន៍ថា ”វាជាការផ្លាស់ប្តូរទាំងស្រុងនៅក្នុងរបៀបដែលយើងគិតអំពីភាពមិនគ្រប់ខែ”។.

ការពង្រីកការថែទាំជំងឺទឹកនោមផ្អែម—លោក David Maahs, MD, PhD, និង Priya Prahalad, MD, PhD

Priya Prahalad, MD, PhD, និង David Maahs, MD, PhD

ការគ្រប់គ្រងជំងឺទឹកនោមផ្អែមមានន័យថា ការរក្សាកម្រិតជាតិស្ករក្នុងឈាមឱ្យស្ថិតក្នុងកម្រិតដែលមានសុខភាពល្អ។ ប៉ុន្តែសម្រាប់ក្រុមថែទាំ ការតាមដានអ្នកជំងឺច្រើននាក់គឺចំណាយពេលច្រើន។ ដឹកនាំដោយលោក David Maahs, MD, PhD និង Priya Prahalad, MD, PhD ក្រុមអ្នកស្រាវជ្រាវបានប្រើប្រាស់ឧបករណ៍ AI ដើម្បីបង្កើតផ្ទាំងគ្រប់គ្រងឆ្លាតវៃ ដើម្បីកែលម្អការថែទាំសម្រាប់ក្មេងជំទង់ដែលមានជំងឺទឹកនោមផ្អែមប្រភេទទី 1។.

ផ្ទាំងគ្រប់គ្រងនេះប្រមូល និងត្រងចំណុចទិន្នន័យច្រើនពីអ្នកជំងឺជាច្រើនក្នុងពេលតែមួយ។ វាបង្ហាញថាអ្នកណាដែលពាក់ឧបករណ៍តាមដានជាតិស្ករជាបន្តបន្ទាប់ និងរក្សាជាតិស្ករក្នុងឈាមរបស់ពួកគេឱ្យស្ថិតក្នុងចន្លោះគោលដៅ។ នេះអនុញ្ញាតឱ្យក្រុមថែទាំផ្តោតលើអ្នកជំងឺដែលត្រូវការជំនួយបន្ថែម - ឧទាហរណ៍ ជាមួយនឹងការទទួលបានវេជ្ជបញ្ជាឧបករណ៍តាមដានជាតិស្ករថ្មី ឬការកែសម្រួលកម្រិតអាំងស៊ុយលីន។.

លទ្ធផលគឺគួរឱ្យចាប់អារម្មណ៍ណាស់។ ការសិក្សារបស់ Maahs និង Prahalad បានរកឃើញថា បន្ទាប់ពីផ្ទាំងគ្រប់គ្រងត្រូវបានណែនាំ ចំនួនអ្នកជំងឺដែលរក្សាជាតិស្ករក្នុងឈាមរបស់ពួកគេឱ្យនៅកម្រិតដែលមានសុខភាពល្អបានកើនឡើងទ្វេដង។ អ្វីដែលសំខាន់នោះ អ្នកជំងឺមកពីគ្រប់មជ្ឈដ្ឋានទទួលបានអត្ថប្រយោជន៍ស្មើៗគ្នា ដោយមិនគិតពីស្ថានភាពធានារ៉ាប់រងរបស់ពួកគេឡើយ។.

“លោក Maahs មានប្រសាសន៍ថា ”ជាញឹកញាប់ នៅពេលដែលបច្ចេកវិទ្យាវេជ្ជសាស្ត្រថ្មីអាចរកបាន អ្នកជំងឺមួយចំនួនត្រូវបានទុកចោល“។ ”វាពិតជាគួរឱ្យលើកទឹកចិត្តណាស់ដែលអ្នកជំងឺមកពីគ្រប់មជ្ឈដ្ឋានទទួលបានអត្ថប្រយោជន៍ពីកម្មវិធីនេះ»។”

ឧបត្ថម្ភដោយ Philanthropy
ដើម្បីស្វែងយល់បន្ថែមអំពីវឌ្ឍនភាពវិទ្យាសាស្ត្រក្នុងវិស័យនេះនៅស្ទែនហ្វដ និងឱកាសសប្បុរសធម៌ដើម្បីគាំទ្រមជ្ឈមណ្ឌល AI សូមទាក់ទង Charlie.White@LPFCH.org។.