ទសវត្សរ៍ក្នុងការបង្កើត

ជារៀងរាល់ឆ្នាំនៅសហរដ្ឋអាមេរិក មនុស្សជាង 300,000 នាក់បានស្លាប់ដោយសារការគាំងបេះដូងភ្លាមៗ ដែលជាស្ថានភាពមួយដែលប្រព័ន្ធអគ្គិសនីរបស់បេះដូងដំណើរការខុសប្រក្រតីដោយគ្មានការព្រមាន។ ការសង្គ្រោះបន្ទាន់ផ្នែកវេជ្ជសាស្រ្តអាចសម្លាប់មនុស្សចាស់ដែលមានហានិភ័យខ្ពស់ និងអត្តពលិកវ័យក្មេងដែលមើលទៅហាក់ដូចជាមានសុខភាពល្អ ដែលមិនធ្លាប់មានបញ្ហាបេះដូង។ ខណៈពេលដែលឧបករណ៍បន្ទោរបង់ខាងក្នុងដែលធ្វើអោយបេះដូងវិលត្រលប់មកជាចង្វាក់បេះដូងវិញអាចជួយសង្គ្រោះជីវិតបាន ការស្វែងរកអ្នកដែលពិតជាត្រូវការមួយនៅតែជាល្បែងទាយដែលមានប្រាក់ភ្នាល់ខ្ពស់។ For more context on this story, see our ongoing AI news.

ឥឡូវនេះ ក្រុមស្រាវជ្រាវដែលដឹកនាំដោយ UC Berkeley បានរកឃើញសញ្ញាដែលមិនទទួលស្គាល់ពីមុននៅក្នុង electrocardiograms (EKGs) ដែលអាចរកឃើញអ្នកជំងឺដែលមានហានិភ័យខ្ពស់ មុនពេលបេះដូងរបស់ពួកគេឈប់។ ការសិក្សាដែលបានចេញផ្សាយនៅថ្ងៃទី 24 ខែមិថុនា ឆ្នាំ 2026 នៅក្នុងទិនានុប្បវត្តិ Nature អាចផ្លាស់ប្តូររបៀបដែលវេជ្ជបណ្ឌិតកំណត់អត្តសញ្ញាណអ្នកដែលត្រូវការការផ្សាំសង្គ្រោះជីវិត។

Ziad Obermeyer សាស្ត្រាចារ្យរងនៅសាលាសុខភាពសាធារណៈរបស់ UC Berkeley និងជាអ្នកនិពន្ធនាំមុខនៃការសិក្សាបាននិយាយនៅក្នុងសេចក្តីប្រកាសព័ត៌មានរបស់សាកលវិទ្យាល័យថា "ការសម្រេចចិត្តផ្នែកវេជ្ជសាស្រ្តពិតជាពិបាកណាស់ ហើយខ្ញុំគិតថានោះហើយជាមូលហេតុដែល AI ពិតជារំភើបសម្រាប់ខ្ញុំ" ។ "យើងមិនត្រឹមតែអាចធ្វើការសម្រេចចិត្តបានល្អប្រសើរប៉ុណ្ណោះទេ ប៉ុន្តែថែមទាំងចាប់ផ្តើមយល់ពីអ្វីដែលកំពុងកើតឡើងចំពោះអ្នកជំងឺទាំងនេះ មុនពេលបេះដូងរបស់ពួកគេឈប់"។

ការបណ្តុះបណ្តាលលើ 440,000 EKGs

ដោយប្រើ EKGs ច្រើនជាង 440,000 មកពីប្រទេសស៊ុយអែត ផ្គូផ្គងជាមួយព័ត៌មានពីសំបុត្រមរណៈ អ្នកស្រាវជ្រាវបានបណ្តុះបណ្តាលគំរូបញ្ញាសិប្បនិមិត្តមួយ ដើម្បីវិភាគពីការកើនឡើង និងទម្រង់រលកដែលផលិតដោយចរន្តអគ្គិសនីរបស់បេះដូង។ ពួកគេបានផ្តល់អាហារដល់ការស្កែនគំរូពីមនុស្សដែលមានសុខភាពល្អ អ្នកជំងឺដែលមានហានិភ័យ និងអ្នកដែលក្រោយមកបានទទួលរងនូវការស្លាប់ដោយបេះដូង រហូតដល់វាទទួលស្គាល់គំរូទម្រង់រលកសម្រាប់មនុស្សដែលបន្តស្លាប់ភ្លាមៗ។

បន្ទាប់មក ក្រុមការងារបានធ្វើសុពលភាពក្បួនដោះស្រាយក្នុងរយៈពេលជាច្រើនឆ្នាំលើឯកសារអ្នកជំងឺបន្ថែមរាប់ពាន់នាក់មកពីសហរដ្ឋអាមេរិក និងតៃវ៉ាន់។ យោងតាមសាកលវិទ្យាល័យ ការចងក្រងទិន្នន័យតែម្នាក់ឯងបានចំណាយពេលប្រហែលមួយទស្សវត្សរ៍ ដោយគូរលើការស្កែនរយៈពេលប្រាំមួយឆ្នាំពីប្រព័ន្ធសុខភាពបង្រួបបង្រួមរបស់ប្រទេសស៊ុយអែត ពីរឆ្នាំនៃ EKGs ដែលមិនស្គាល់អត្តសញ្ញាណពីប្រព័ន្ធមន្ទីរពេទ្យក្នុងទីក្រុង San Diego និងសំណុំទិន្នន័យដាច់ដោយឡែកពីទីក្រុងតៃប៉ិ។

លោក Obermeyer ដែលជាផ្នែកមួយនៃកម្មវិធី UCSF-UC Berkeley Computational Precision Health រួមគ្នាបាននិយាយថា "AI ល្អចាប់ផ្តើមជាមួយនឹងទិន្នន័យល្អ" ។ "ជាអកុសល ទិន្នន័យដូចជាទិន្នន័យដែលយើងបានប្រើសម្រាប់ការសិក្សានេះគឺពិបាកចូលប្រើណាស់។ វាជាផ្នែកមួយដ៏ធំនៃមូលហេតុដែលវាមាន AI គ្លីនិកតិចតួចក្នុងការប្រើប្រាស់សព្វថ្ងៃនេះ។"

ការធ្វើតេស្តស្តង់ដារ

លទ្ធផលតំណាងឱ្យការលោតផ្លោះដ៏មានអត្ថន័យលើវិធីសាស្ត្រពិនិត្យបច្ចុប្បន្ន។ បច្ចេកទេសដែលប្រើជាទូទៅបំផុតដើម្បីកំណត់អត្តសញ្ញាណអ្នកជំងឺដែលមានហានិភ័យវាស់បរិមាណឈាមដែលបេះដូងបញ្ចេញចេញជាមួយនឹងចង្វាក់នីមួយៗ - ដែលគេស្គាល់ថាជាប្រភាគនៃការច្រានចេញ។ ការធ្វើតេស្តទាំងនោះកំណត់ក្រុមដែលមានហានិភ័យខ្ពស់ជាមួយនឹងអត្រាប្រចាំឆ្នាំ 4.6% នៃការស្លាប់បេះដូងភ្លាមៗ។

ប្រព័ន្ធ AI ផ្ទុយទៅវិញ ញែកក្រុមដែលមានហានិភ័យខ្ពស់ជាមួយនឹងអត្រាប្រចាំឆ្នាំ 7% ដែលបង្ហាញពីក្រុមអ្នកជំងឺធំជាងដែលមានហានិភ័យពិតប្រាកដ ប៉ុន្តែមើលទៅមានហានិភ័យទាបតាមស្តង់ដារបច្ចុប្បន្ន។ ភាគច្រើននៃអ្នកជំងឺទាំងនេះនឹងមិនត្រូវបានគេបញ្ជូនសម្រាប់ការវាយតម្លៃបន្ថែមក្រោមពិធីការដែលមានស្រាប់នោះទេ។

ខណៈពេលដែលការគាំងបេះដូងកើតចេញពីលំហូរឈាមមានកម្រិត ការគាំងបេះដូងកើតឡើងនៅពេលដែលចរន្តអគ្គិសនីរបស់បេះដូងឈប់ឆេះភ្លាមៗ។ CPR និងការឆក់ពីឧបករណ៍ defibrillator ខាងក្រៅដោយស្វ័យប្រវត្តិអាចជួយសង្គ្រោះជីវិតបាន ប៉ុន្តែប្រហែល 90% នៃអ្នកដែលទទួលរងការគាំងបេះដូងភ្លាមៗនៅខាងក្រៅមន្ទីរពេទ្យបានស្លាប់ក្នុងរយៈពេលប៉ុន្មាននាទី។ ល្បឿន និងភាពមិនអាចទាយទុកជាមុនបាននៃព្រឹត្តិការណ៍នេះ ធ្វើឱ្យការទប់ស្កាត់មានការលំបាកជាខ្លាំង។

ជំងឺដាច់សរសៃឈាមខួរក្បាល

Obermeyer បានកត់សម្គាល់ថា ភាពគួរឱ្យអស់សំណើចនៃការស្លាប់បេះដូងភ្លាមៗគឺថា ការព្យាបាលមានរួចហើយ — វេជ្ជបណ្ឌិតគ្រាន់តែមិនអាចកំណត់អត្តសញ្ញាណថាអ្នកណាត្រូវការវាទាន់ពេលនោះទេ។ ឧបករណ៍ចាក់បញ្ចូលបេះដូង (ICDs) គឺជាឧបករណ៍តូចៗដែលដាក់ក្នុងទ្រូង ដែលតាមដានចង្វាក់បេះដូង និងផ្តល់ការប៉ះទង្គិចនៅពេលរកឃើញគំរូគ្រោះថ្នាក់។

បញ្ហាគឺពីរដង។ ទីមួយ ការធ្វើតេស្តប្រភាគតាមស្តង់ដារតម្រូវឱ្យអ្នកជំងឺឆ្លងកាត់ការវាយតម្លៃផ្នែកវេជ្ជសាស្ត្រដែលពាក់ព័ន្ធបន្ថែមទៀត ដែលជាអ្វីដែលជនរងគ្រោះភាគច្រើនមិនដែលដឹងថាពួកគេត្រូវការនោះទេ។ ទីពីរ ពីរភាគបីនៃការផ្សាំដែលដាក់ក្នុងអ្នកជំងឺដែលត្រូវបានសម្គាល់ដោយការធ្វើតេស្តបច្ចុប្បន្នមិនដែលឆេះទេ មានន័យថាអ្នកជំងឺឆ្លងកាត់នីតិវិធីដែលមានតម្លៃថ្លៃដើម្បីការពារការសង្គ្រោះបន្ទាន់ដែលពួកគេមិនអាចប្រឈមមុខ។

លោក Obermeyer បាននិយាយថា "នៅក្នុងផ្នែកខ្លះនៃមនុស្សទាំងនោះ យើងអាចការពារការស្លាប់ទាំងនោះបាន ប្រសិនបើយើងទើបតែបានស្គាល់វាទាន់ពេល"។ "មានជីវិតជាច្រើនត្រូវបានបាត់បង់ពីមនុស្សដែលស្លាប់ដោយសារបេះដូងលោតញាប់ ដែលអាចការពារបាន ប្រសិនបើយើងទើបតែមានឧបករណ៍ AI ប្រសើរជាងមុនដើម្បីស្វែងរកវត្ថុទាំងនេះ"។

តើមានអ្វីកើតឡើងបន្ទាប់

ដំណាក់កាលបន្ទាប់នៃគម្រោងបានចាប់ផ្តើមរួចហើយ។ Obermeyer កំពុងធ្វើការជាមួយប្រព័ន្ធសុខាភិបាលនៅក្នុងប្រទេសស៊ុយអែត តៃវ៉ាន់ និងសហរដ្ឋអាមេរិក ដើម្បីដាក់ពង្រាយក្បួនដោះស្រាយនៅលើមូលដ្ឋានទិន្នន័យ EKG របស់មន្ទីរពេទ្យ។ ចំពោះការស្កែនទង់ប្រព័ន្ធដែលមានហានិភ័យខ្ពស់ វេជ្ជបណ្ឌិតនឹងជូនដំណឹងដល់អ្នកជំងឺ និងផ្តល់ឱ្យពួកគេនូវជម្រើសនៃការពាក់បំណះដែលតាមដានបេះដូងរបស់ពួកគេជាបន្តបន្ទាប់។ ទិន្នន័យតាមដាននោះអាចជួយអ្នកស្រាវជ្រាវឱ្យយល់កាន់តែច្បាស់អំពីយន្តការសរីរវិទ្យានៅក្នុងបេះដូងដែលបង្កើតសញ្ញាប្រាប់ - ហើយទីបំផុតអាចនាំទៅដល់ការដាក់ឧបករណ៍បន្ទោរបង់ខាងក្នុងដែលអាចជួយសង្គ្រោះជីវិតបាន។

ការសិក្សានេះក៏បើកទ្វារសម្រាប់ការស្រាវជ្រាវថ្មីទៅលើអ្វីដែលឧបករណ៍ AI បានរកឃើញពិតប្រាកដ។ គំរូទម្រង់រលកដែលវាស្ថិតនៅជាប់នឹងបេះដូងភ្លាមៗ និងដាច់ភ្លើងយ៉ាងធ្ងន់ធ្ងរ ប៉ុន្តែយន្តការសរីរវិទ្យាច្បាស់លាស់នៅតែមិនច្បាស់លាស់ — សំណួរដែលក្រុមសង្ឃឹមថាការត្រួតពិនិត្យជាបន្តបន្ទាប់នឹងជួយឆ្លើយ។

Obermeyer ក៏បានបង្កើតគេហទំព័រមួយដែលបុគ្គលដែលចាប់អារម្មណ៍ក្នុងការវាយតម្លៃហានិភ័យផ្ទាល់ខ្លួនរបស់ពួកគេអាចបញ្ជូនព័ត៌មានមូលដ្ឋាន និងអាសយដ្ឋានអ៊ីមែល ដែលអនុញ្ញាតឱ្យក្រុមស្រាវជ្រាវទាក់ទងពួកគេសម្រាប់ការវិភាគ EKG នៅពេលដែលឧបករណ៍នេះកាន់តែមានភាពទូលំទូលាយ។ គម្រោងនេះគូរលើការងាររបស់អង្គការពីរ Obermeyer សហស្ថាបនិក - Dandelion Health និង Nightingale Open Science - ដែលដំណើរការនៅចំនុចប្រសព្វនៃ AI និងការស្រាវជ្រាវវេជ្ជសាស្រ្ត។

លើសពីផលប៉ះពាល់គ្លីនិកភ្លាមៗ ការសិក្សាបានគូសបញ្ជាក់នូវចំណុចទូលំទូលាយអំពី AI ក្នុងវេជ្ជសាស្ត្រ៖ តម្លៃដ៏ធំបំផុតរបស់បច្ចេកវិទ្យាអាចមិនស្ថិតនៅលើការជំនួសវេជ្ជបណ្ឌិតនោះទេ ប៉ុន្តែក្នុងការបង្ហាញគំរូដែលមើលមិនឃើញចំពោះភ្នែកមនុស្ស ដែលជាគំរូដែលធ្លាប់យល់អាចជួយសង្គ្រោះជីវិតមនុស្សរាប់ពាន់នាក់ជារៀងរាល់ឆ្នាំ។

លោក Obermeyer បាននិយាយថា "វានឹងមានវិធីថ្មីមួយក្នុងការធ្វើវិទ្យាសាស្ត្រ ដែលចេញពីឧបករណ៍ទាំងនេះ ហើយវាពិតជារីករាយក្នុងការគិតអំពីរបៀបដែលវាចាប់ផ្តើមកើតឡើង" ។

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →