همزمان با برگزاری سیزدهمین کنگره کشوری سوختگی، از یک محصول دانش‌بنیان ایرانی در حوزه پوشش و ترمیم زخم‌های سوختگی، با حضور دبیر انجمن سوختگی کشور و عضو هیأت علمی دانشگاه علوم پزشکی شیراز رونمایی شد.

به گزارش روابط‌عمومی معاونت توسعه مدیریت و منابع دانشگاه علوم پزشکی و خدمات بهداشتی درمانی شیراز، دکتر «عبدالخالق کشاورزی»  در این مراسم ضمن تاکید بر لزوم کاربردی بودن پژوهش ها بر همکاری بین دانشگاهی در ارتقای پژوهش فناورانه تاکید کرد.

دکتر کشاورزی در ادامه با اشاره به اهمیت زیرساخت‌های داده‌محور در ارتقای درمان بیماران سوختگی، تبیین رجیستری سوختگی طراحی‌شده در دانشگاه علوم پزشکی شیراز بر پایه جمع‌آوری و تحلیل استاندارد داده‌ها، افزود: از دل این رجیستری، چهار خروجی بالینی کلیدی شامل پیامد نهایی بیمار (از جمله بقا و مرگ‌ومیر)، مدت زمان بستری، مدت زمان بستری در بخش مراقبت‌های ویژه (ICU) و تعداد اعمال جراحی استخراج شده که نقش مهمی در ارزیابی کیفیت درمان و توسعه مدل‌های پیش‌بینی ایفا می‌کند.

عضو هیات عملی گروه جراحی دانشگاه علوم پزشکی شیراز ادامه داد: زمانی که این خروجی‌ها بر داده‌های واقعی، تمیز و استاندارد رجیستری تعریف شوند، امکان ساخت مدل‌های پیش‌بینی قابل اتکا فراهم می‌شود؛ در همین راستا، دو پروژه یادگیری ماشین شامل پیش‌بینی بقای بیماران سوختگی و پیش‌بینی عفونت‌های خونی در این بیماران، با استفاده از داده‌های واقعی بیماران بیمارستان امیرالمؤمنین(ع) و در بستر دانشگاه علوم پزشکی شیراز انجام شده است.

دکتر کشاورزی تأکید کرد: نتایج این مطالعات نشان می‌دهد رجیستری سوختگی پیش‌نیاز جدی برای کاهش خطاهای درمانی، ارتقای دقت تشخیص و بهبود پیامد بیماران سوختگی است و توسعه محصولات دانش‌بنیان در این حوزه باید بر چنین زیرساخت‌های علمی و داده‌محور استوار باشد.

در ادامه این مراسم، رئیس آزمایشگاه بالینی هوش مصنوعی و بانک داده‌های زیستی دانشگاه علوم پزشکی شیراز، با اشاره به نقش کلیدی رگولاتوری در توسعه نرم‌افزارهای سلامت مبتنی بر هوش مصنوعی، گفت: اگر قرار است این ابزارها به‌عنوان SaMD وارد محیط واقعی درمان شوند، استاندارد و رگولاتوری نباید مرحله پایانی و تشریفاتی باشد، بلکه باید از ابتدای طراحی محصول، داده، اعتبارسنجی و استقرار بالینی به‌صورت جاری و نظام‌مند لحاظ شود.

دکتر «ناهید ابولپور» افزود: دانشگاه علوم پزشکی شیراز با رویکردی ساختارمند، به‌دنبال پیاده‌سازی چارچوب رگولاتوری SaMD است که در آن الزامات حداقلی همچون استانداردسازی داده و تعاریف، ارزیابی عملکرد و تعمیم‌پذیری مدل‌ها در جمعیت‌های واقعی، پایش خطا و سوگیری، مستندسازی و قابلیت ردیابی تصمیم، حفظ امنیت و حریم خصوصی بیماران و پایش پس از استقرار، به‌صورت اجرایی دیده شود.

رئیس آزمایشگاه بالینی هوش مصنوعی دانشگاه علوم پزشکی شیراز، نقش این آزمایشگاه را «پل ارتباطی میان پژوهش و بالین» توصیف کرد و افزود: این مرکز با هدف ارزیابی محصولات، اعتبارسنجی علمی و کمک به تبدیل ایده‌ها به ابزارهای قابل اتکا و قابل استفاده در محیط بیمارستان، همسو با سیاست‌های دانشگاه در زمینه توسعه و ارزیابی فناوری‌های نوین سلامت فعالیت می‌کند.

پایان خبر