 |
| Photo by Jonathan Borba on Unsplash |
การศึกษาโดยนักวิจัยของ Harvard School of Dental Medicine พบว่าสามารถใช้เครื่องมือการเรียนรู้ของเครื่อง (machine learning) หรือ ML เพื่อระบุผู้ป่วยที่ต้องการการแทรกแซงในช่วงต้นเพื่อหลีกเลี่ยงหรือชะลอการสูญเสียฟัน นักวิจัยได้เปรียบเทียบอัลกอริธึม 5 แบบที่ออกแบบมาเพื่อประเมินความเสี่ยงโดยไม่ต้องตรวจทางทันตกรรม และพบว่าการใช้ตัวชี้วัดทางคลินิกทางทันตกรรมเพียงอย่างเดียวไม่ได้ผลดีเหมือนกับอัลกอริธึมที่พิจารณาลักษณะทางการแพทย์และตัวแปรทางเศรษฐกิจและสังคม เช่น เชื้อชาติ การศึกษา โรคข้ออักเสบ และโรคเบาหวาน การศึกษาโดยใช้ข้อมูลจากผู้ใหญ่เกือบ 12,000 คนที่เข้าร่วมการสำรวจตรวจสุขภาพและโภชนาการแห่งชาติ พบว่าอัลกอริธึมสามารถอำนวยความสะดวกในการตรวจคัดกรองในสถานพยาบาลต่างๆ และโดยผู้เชี่ยวชาญที่ไม่ใช่ทันตแพทย์ หัวหน้านักวิจัย Hawazin Elani กล่าวว่า "งานนี้เน้นย้ำถึงความสำคัญของปัจจัยทางสังคมของสุขภาพ การรู้ระดับการศึกษาของผู้ป่วย สถานะการจ้างงาน และรายได้ของผู้ป่วยนั้นมีความเกี่ยวข้องกับการคาดการณ์การสูญเสียฟันพอ ๆ กับการประเมินสถานะทางทันตกรรมทางคลินิกของพวกเขา"
อ่านข่าวเต็มได้ที่: News-Medical Life Sciences
ไม่มีความคิดเห็น:
แสดงความคิดเห็น