Web Analytics Made Easy - Statcounter

روابط عمومی وزارت بهداشت، درمان و آموزش پزشکی اعلام کرد: در ۲۴ ساعت گذشته یک روز بدون فوتی دیگر از بیماران مبتلا به کووید۱۹ در کشور تجربه شد و در همین مدت ۳۸ مبتلای جدید نیز شناسایی شدند.

به گزارش گروه اجتماعی خبرگزاری دانشجو، از دیروز تا امروز (اول دی ۱۴۰۱) براساس معیار‌های قطعی تشخیصی، ۳۸ بیمار جدید مبتلا به کووید۱۹ در کشور شناسایی شدند که ۲۲ نفر از آن‌ها در مراکز درمانی تحت مراقبت و بستری هستند.

بیشتر بخوانید: اخباری که در وبسایت منتشر نمی‌شوند!



مجموع بیماران کووید۱۹ در کشور به ۷ میلیون و ۵۶۰ هزار و ۶۶۷ نفر و شمار جانباختگان این بیماری در عدد ۱۴۴ هزار و ۶۷۲ نفر ثابت ماند.

براساس آمار‌های موجود تاکنون هفت میلیون و ۳۳۵ هزار و ۸۳۵ نفر از بیماران، بهبودیافته یا از بیمارستان‌ها ترخیص شده‌اند و ۷۲ نفر از بیماران مبتلا به کووید۱۹ در بخش‌های مراقبت‌های ویژه بیمارستان‌ها تحت مراقبت قرار دارند.

تاکنون ۵۴ میلیون و ۷۰۶ هزار و ۶۰۱ آزمایش تشخیص کووید۱۹ در کشور انجام شده است.

تا کنون ۶۵ میلیون و ۱۴۹ هزار و ۲۶۷ نفر دُز اول، ۵۸ میلیون و ۵۶۰ هزار و ۳۹۶ نفر دُز دوم و ۳۱ میلیون و ۳۹۵ هزار و ۶۳۶ نفر، دُز سوم و بالاتر واکسن کرونا را تزریق کرده‌اند و مجموع واکسن‌های تزریق شده در کشور به ۱۵۵ میلیون و ۱۰۵ هزار و ۲۹۹ دُز رسید.

در حال حاضر هیچ شهرستانی در وضعیت قرمز قرار ندارد، اما یک شهرستان در وضعیت نارنجی، ۹۳ شهرستان در وضعیت زرد و ۳۵۴ شهرستان در وضعیت آبی قرار دارند.

منبع: خبرگزاری دانشجو

کلیدواژه: فوتی کرونا ابتلا به کرونا کووید19 کووید۱۹ در کشور

درخواست حذف خبر:

«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را به‌طور اتوماتیک از وبسایت snn.ir دریافت کرده‌است، لذا منبع این خبر، وبسایت «خبرگزاری دانشجو» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۳۶۶۷۶۳۱۰ را به همراه موضوع به شماره ۱۰۰۰۱۵۷۰ پیامک فرمایید. لطفاً در صورتی‌که در مورد این خبر، نظر یا سئوالی دارید، با منبع خبر (اینجا) ارتباط برقرار نمایید.

با استناد به ماده ۷۴ قانون تجارت الکترونیک مصوب ۱۳۸۲/۱۰/۱۷ مجلس شورای اسلامی و با عنایت به اینکه سایت «خبربان» مصداق بستر مبادلات الکترونیکی متنی، صوتی و تصویر است، مسئولیت نقض حقوق تصریح شده مولفان در قانون فوق از قبیل تکثیر، اجرا و توزیع و یا هر گونه محتوی خلاف قوانین کشور ایران بر عهده منبع خبر و کاربران است.

خبر بعدی:

هوش مصنوعی قادر است بیماری‌های نادر را سال‌ها زودتر شناسایی کند

ایتنا - مطالعه جدیدی نشان می‌دهد که هوش مصنوعی ممکن است بتواند بیمارانی را که سال‌ها زودتر از زمان تشخیص معمول به بیماری‌های نادر مبتلا هستند، شناسایی کند. محققان در Science Translational Medicine گزارش دادند که یک برنامه جدید هوش مصنوعی توانست افراد در معرض خطر ابتلا به یک اختلال ایمنی نادر را شناسایی کند. محققان دریافتند از یک گروه 100 نفری که بر اساس برنامه هوش مصنوعی در معرض بالاترین خطر قرار دارند، 74 نفر به احتمال زیاد به این اختلال مبتلا هستند.

به گفته آنها، این تحقیق نشان می‌دهد که هوش مصنوعی می‌تواند به طور بالقوه به روند بهبود این بیماران کمک کند.

دکتر مانیش بوت، محقق ارشد، در بیانیه‌ای گفت: «افرادی که بیماری‌های نادر دارند ممکن است با تاخیرهای طولانی در تشخیص و درمان مواجه شوند که منجر به آزمایش‌های غیرضروری، بیماری پیشرونده، استرس‌های روانی و بار مالی می‌شود. با استفاده از ابزارهای هوش مصنوعی رویکردی را برای سرعت بخشیدن به تشخیص بیماران تشخیص داده نشده با شناسایی الگوهایی در پرونده الکترونیکی سلامت آنها ایجاد کردیم که شبیه الگوهای بیمارانی است که به این اختلالات معروف هستند.»

محققان بر مجموعه ای از اختلالات به نام نقص ایمنی متغیر رایج یا CVID تمرکز کردند. این اختلالات اغلب برای سال‌ها یا دهه‌ها از تشخیص دور می‌مانند. اختلالات CVID حدود 1 نفر از هر 25000 نفر را تحت تاثیر قرار می‌دهد و به طور معمول باعث کمبود آنتی‌بادی و اختلال در پاسخ‌های ایمنی در بدن می‌شود. به گفته محققان، نه تنها اختلالات CVID نادر است، بلکه علائم می‌تواند بین بیماران بسیار متفاوت باشد و اغلب با بیماری‌های شایع‌تر همپوشانی دارند.

بوت گفت:« علائم بالینی فنوتیپ‌های ایمنی نادر مانند CVID با بسیاری از تخصص‌های پزشکی تلاقی می‌کند.» بیماران ممکن است برای عفونت‌های سینوسی در کلینیک‌های گوش، حلق و بینی مراجعه کنند یا در کلینیک‌های ریه برای پنومونی درمان شوند. این تقسیم مراقبت در میان متخصصان متعدد منجر به تاخیرهای طولانی در تشخیص و درمان می‌شود.»

علاوه بر این، اختلالات CVID اغلب توسط تغییرات تنها در یک ژن از بیش از 60 ژن مرتبط با آنها ایجاد می‌شود. به گفته محققان، این موضوع امکان انجام آزمایش ژنتیکی برای تشخیص قطعی را رد می‌کند.

برای این مطالعه، محققان یک هوش مصنوعی به نام PheNet (فنت) توسعه دادند. این نام به کلمه "فنوتیپ" اشاره دارد که اصطلاح پزشکی برای ویژگی‌های یک بیماری است که در مبتلایان دیده می‌شود. فنت الگوهای فنوتیپ را از موارد تأیید شده CVID می‌آموزد و سپس از این برای رتبه‌بندی خطر ابتلا به این اختلال استفاده می‌کند. فنت میلیون‌ها پرونده الکترونیکی را بررسی کرد و همه بیماران را از نظر خطر ابتلا به CVID بر اساس آنچه آموخته بود رتبه‌بندی کرد.

نتایج نشان می‌دهد حدود 74 درصد از بیماران که PheNet به‌عنوان بالاترین خطر ابتلا به CVID رتبه‌بندی کرده‌اند، بر اساس بررسی‌های بعدی پزشکان، احتمال ابتلا به یکی از این اختلالات را دارند.

بر اساس این نتایج، تیم تحقیقاتی 4 میلیون دلار بودجه از مؤسسه ملی بهداشت برای مطالعه بیشتر برنامه هوش مصنوعی در محیط‌های واقعی دریافت کرده است.

Bogdan Pasaniuc، محقق ارشد و استاد پزشکی محاسباتی، ژنتیک و آسیب شناسی، گفت: «ما نشان دادیم که الگوریتم‌های هوش مصنوعی مانند PheNet می‌توانند با تسریع در تشخیص CVID مزایای بالینی ارائه دهند و انتظار داریم این امر در مورد سایر بیماری‌های نادر نیز اعمال شود. ما اکنون در حال بهبود دقت رویکرد خود برای شناسایی بهتر CVID و در عین حال گسترش به سایر بیماری‌ها هستیم. ما همچنین برنامه‌ریزی خواهیم کرد تا به سیستم یاد دهیم که یادداشت‌های پزشکی را بخواند تا اطلاعات بیشتری در مورد بیماران و بیماری‌های آنها به دست آورد.»

دیگر خبرها

  • شناسایی حدودسه هزار و ۸۰۰ بیمار خاص و صعب‌العلاج
  • هوش مصنوعی قادر است بیماری‌های نادر را سال‌ها زودتر شناسایی کند
  • خطر حمله قلبی در این بیماران بیشتر است
  • توصیه‌هایی برای بیماران مبتلا به فشار خون (فیلم)
  • کاهش چشمگیر میزان تولد نوزاد مبتلا به تالاسمی/ تهران حدود ۲ هزار بیمار تالاسمی دارد
  • دستاورد تازه پزشکی؛ تشخیص آرتروز ۸ سال قبل از ابتلا به این بیماری
  • آزمایش خون ممکن است آرتروز زانو را پیش‌بینی کند
  • عضو انجمن آسم و آلرژی : ۹ تا ۱۳ درصد مردم کشور آسم دارند / آلودگی هوای کلانشهرها از عوامل مهم ابتلا به آسم است
  • شناسایی 22 نقطه حادثه خیز شهری در کردستان
  • وضعیت تولید داروی بیماران SMA در کشور