Artwork

Contenido proporcionado por Hebrew University האוניברסיטה העברית. Todo el contenido del podcast, incluidos episodios, gráficos y descripciones de podcast, lo carga y proporciona directamente Hebrew University האוניברסיטה העברית o su socio de plataforma de podcast. Si cree que alguien está utilizando su trabajo protegido por derechos de autor sin su permiso, puede seguir el proceso descrito aquí https://es.player.fm/legal.
Player FM : aplicación de podcast
¡Desconecta con la aplicación Player FM !

בינה מלאכותית בחדר הלידה | ד"ר מיכל ליפשיץ

29:38
 
Compartir
 

Manage episode 366494996 series 3485416
Contenido proporcionado por Hebrew University האוניברסיטה העברית. Todo el contenido del podcast, incluidos episodios, gráficos y descripciones de podcast, lo carga y proporciona directamente Hebrew University האוניברסיטה העברית o su socio de plataforma de podcast. Si cree que alguien está utilizando su trabajo protegido por derechos de autor sin su permiso, puede seguir el proceso descrito aquí https://es.player.fm/legal.

ד"ר מיכל ליפשיץ, אחות חוקרת באגף נשים ויולדות בהדסה וחברת סגל בבה"ס לאחיות בפקולטה לרפואה באוניברסיטה העברית ואחות חוקרת באגף נשים ויולדות בהדסה עין כרם, עמדה בראש צוות חוקרות וחוקרים שפיתח מודל חדש של בינה מלאכותית שיכול לחזות באופן מיטבי את הסיכוי ללידה בריאה וקלה, ולעומתה את הסיכוי לצורך בניתוח קיסרי דחוף.

המודל החדשני, מספרת ד"ר ליפשיץ, הוזן בנתונים רפואיים של למעלה ממאה אלף יולדות. מאגר הנתונים מכיל מידע על היולדת והעובר, מהיסטוריה רפואית ועד לנתונים המתקבלים בזמן אמת במהלך הלידה עצמה, כמו קצב התקדמות הלידה, פתיחת צוואר הרחם ועוד. כך, יכול המודל לזהות את רמת הסיכון של היולדת ומהלך הלידה.

מטרת המודל היא להפוך למערכת תומכת החלטה שתעזור לצוות הרפואי לנתב באופן הטוב ביותר את המשאבים בחדר הלידה; להציב את הצוותים הרפואיים המנוסים ביותר בלידות בסיכון גבוהה, לדאוג ליולדות בסיכון ולהעריך מצבי מצוקה שבהם נמצא העובר וכך למנוע סיבוכים ולהגן על היולדת והילוד. לפי ד"ר ליפשיץ, הממצאים יכולים לשפר משמעותית את יעילות המערכת ולהפחית את שיעור הסיבוכים בלידות, כבר בעתיד הקרוב.

בנוסף, שוחחנו עם ד"ר ליפשיץ על השילוב המעניין בין עבודתה כאחות בחדר לידה - עבודה שכולה מגע אישי עם היולדת - לבין עבודתה עם מודל ממוחשבים של בינה מלאכותית, שהיא ההפך הגמור ממגע אישי.

  continue reading

121 episodios

Artwork
iconCompartir
 
Manage episode 366494996 series 3485416
Contenido proporcionado por Hebrew University האוניברסיטה העברית. Todo el contenido del podcast, incluidos episodios, gráficos y descripciones de podcast, lo carga y proporciona directamente Hebrew University האוניברסיטה העברית o su socio de plataforma de podcast. Si cree que alguien está utilizando su trabajo protegido por derechos de autor sin su permiso, puede seguir el proceso descrito aquí https://es.player.fm/legal.

ד"ר מיכל ליפשיץ, אחות חוקרת באגף נשים ויולדות בהדסה וחברת סגל בבה"ס לאחיות בפקולטה לרפואה באוניברסיטה העברית ואחות חוקרת באגף נשים ויולדות בהדסה עין כרם, עמדה בראש צוות חוקרות וחוקרים שפיתח מודל חדש של בינה מלאכותית שיכול לחזות באופן מיטבי את הסיכוי ללידה בריאה וקלה, ולעומתה את הסיכוי לצורך בניתוח קיסרי דחוף.

המודל החדשני, מספרת ד"ר ליפשיץ, הוזן בנתונים רפואיים של למעלה ממאה אלף יולדות. מאגר הנתונים מכיל מידע על היולדת והעובר, מהיסטוריה רפואית ועד לנתונים המתקבלים בזמן אמת במהלך הלידה עצמה, כמו קצב התקדמות הלידה, פתיחת צוואר הרחם ועוד. כך, יכול המודל לזהות את רמת הסיכון של היולדת ומהלך הלידה.

מטרת המודל היא להפוך למערכת תומכת החלטה שתעזור לצוות הרפואי לנתב באופן הטוב ביותר את המשאבים בחדר הלידה; להציב את הצוותים הרפואיים המנוסים ביותר בלידות בסיכון גבוהה, לדאוג ליולדות בסיכון ולהעריך מצבי מצוקה שבהם נמצא העובר וכך למנוע סיבוכים ולהגן על היולדת והילוד. לפי ד"ר ליפשיץ, הממצאים יכולים לשפר משמעותית את יעילות המערכת ולהפחית את שיעור הסיבוכים בלידות, כבר בעתיד הקרוב.

בנוסף, שוחחנו עם ד"ר ליפשיץ על השילוב המעניין בין עבודתה כאחות בחדר לידה - עבודה שכולה מגע אישי עם היולדת - לבין עבודתה עם מודל ממוחשבים של בינה מלאכותית, שהיא ההפך הגמור ממגע אישי.

  continue reading

121 episodios

Semua episod

×
 
Loading …

Bienvenido a Player FM!

Player FM está escaneando la web en busca de podcasts de alta calidad para que los disfrutes en este momento. Es la mejor aplicación de podcast y funciona en Android, iPhone y la web. Regístrate para sincronizar suscripciones a través de dispositivos.

 

Guia de referencia rapida