التعرف على الحالات التي قد تتطلب إعادة الدخول إلى المستشفى، يعد من الموضوعات المهمة في عالم الطب عامة والجراحة خصوصاً. معرفة الحالات التي قد تتطلب إعادة التنويم، يساهم في تقديم الدعم اللازم، الذي يساعد على عدم تدهور حالة المريض، حيث يشير بحث نشر في مجلة جمعية الجراحة الأمريكية، إلى أن واحدة من أصل سبع حالات، تخرج من المستشفى بعد إجراء عملية جراحية، تتطلب إعادة التنويم، بل ويشير ذات البحث، إلى أن نصف هذه الحالات كان بالإمكان تدارك وضعها، لتجنب الحاجة لإعادة تنويمها.
تقوم المستشفيات ببناء استبانات ومعايير للجودة، لضمان عدم الحاجة لإعادة تنويم المريض، بعد خروجه من المستشفى، وفي ذات السياق، هناك عدد من المحاولات البحثية، التي تسعى لاكتشاف الحالات، التي لو خرجت من المستشفى، بعد إجراء عملية جراحية ما، فإنها قد تتطلب إعادة التنويم، تقوم هذه المحاولات في غالبها على بناء أنظمة حاسوبية، وقد تتنوع هذه الأنظمة في طريقة عملها، ولكن هدفها الأساسي واحد، وهو معرفة هل هناك احتمالية أن يحتاج المريض محل الدراسة إلى العودة للمستشفى؟ بمعنى هل ستتدهور حالته بعد خروجه؟ وذلك لتحديد ما يمكن تقديمه من الرعاية الآن، لتجنب أي تطور غير مرغوب به في حالته بعد الخروج.
يذكر أن فريق مشترك بين قسم علوم الحاسب وقسم الجراحة، بجامعة إموري «Emory University» الأمريكية، قام بتطوير أنظمة حاسوبية يمكنها المساعدة في اكتشاف الحالات، التي قد تتدهور بعد خروجها من المستشفى، حيث نظروا تحديداً إلى الحالات، التي أجرت للتو عمليات زراعة للكلى، وقد قام الفريق البحثي بتطوير عدد من الخوارزميات لحل هذه المشكلة.
وبحسب ما نشره الفريق البحثي، فإنهم اعتمدوا في نظامهم على خوارزميتين اثنتين، بعد تجربة عدد من الخوارزميات، حيث يقوم النظام بقراءة تقارير الحالات المرضية، ومن ثم تقوم الخوارزمية بتقديم توصياتها أو تنبؤها، وكانت أعلى دقة تمكن الباحثون من الوصول لها، عبر تجربة عدد من الخوارزميات، هي اكتشاف 62 % من الحالات، التي قد تتطلب إعادة التنويم بعد الخروج من المستشفى.
يذكر أن الخوارزميتين المختلفتين، اللتين تم اعتمادهما، إحداهما تعد حديثة وشديدة التعقيد، وتحتاج إلى موارد كثيرة للعمل، ولكن الخوارزمية التي حققت الدقة الأعلى هي الأخرى، التي تعد إحدى أبسط خوارزميات الحاسوب، وهي خوارزمية تعرف بنموذج «حقيبة الكلمات» «Bag of Words»، حيث تعتمد بكل بساطة على حساب الكلمات الأكثر تكراراً في تقارير المرضى، ومن خلال ذلك تمكنت هذه الخوارزمية البسيطة، من التفوق على أحدث وأعقد خوارزميات الحاسوب.
تقوم المستشفيات ببناء استبانات ومعايير للجودة، لضمان عدم الحاجة لإعادة تنويم المريض، بعد خروجه من المستشفى، وفي ذات السياق، هناك عدد من المحاولات البحثية، التي تسعى لاكتشاف الحالات، التي لو خرجت من المستشفى، بعد إجراء عملية جراحية ما، فإنها قد تتطلب إعادة التنويم، تقوم هذه المحاولات في غالبها على بناء أنظمة حاسوبية، وقد تتنوع هذه الأنظمة في طريقة عملها، ولكن هدفها الأساسي واحد، وهو معرفة هل هناك احتمالية أن يحتاج المريض محل الدراسة إلى العودة للمستشفى؟ بمعنى هل ستتدهور حالته بعد خروجه؟ وذلك لتحديد ما يمكن تقديمه من الرعاية الآن، لتجنب أي تطور غير مرغوب به في حالته بعد الخروج.
يذكر أن فريق مشترك بين قسم علوم الحاسب وقسم الجراحة، بجامعة إموري «Emory University» الأمريكية، قام بتطوير أنظمة حاسوبية يمكنها المساعدة في اكتشاف الحالات، التي قد تتدهور بعد خروجها من المستشفى، حيث نظروا تحديداً إلى الحالات، التي أجرت للتو عمليات زراعة للكلى، وقد قام الفريق البحثي بتطوير عدد من الخوارزميات لحل هذه المشكلة.
وبحسب ما نشره الفريق البحثي، فإنهم اعتمدوا في نظامهم على خوارزميتين اثنتين، بعد تجربة عدد من الخوارزميات، حيث يقوم النظام بقراءة تقارير الحالات المرضية، ومن ثم تقوم الخوارزمية بتقديم توصياتها أو تنبؤها، وكانت أعلى دقة تمكن الباحثون من الوصول لها، عبر تجربة عدد من الخوارزميات، هي اكتشاف 62 % من الحالات، التي قد تتطلب إعادة التنويم بعد الخروج من المستشفى.
يذكر أن الخوارزميتين المختلفتين، اللتين تم اعتمادهما، إحداهما تعد حديثة وشديدة التعقيد، وتحتاج إلى موارد كثيرة للعمل، ولكن الخوارزمية التي حققت الدقة الأعلى هي الأخرى، التي تعد إحدى أبسط خوارزميات الحاسوب، وهي خوارزمية تعرف بنموذج «حقيبة الكلمات» «Bag of Words»، حيث تعتمد بكل بساطة على حساب الكلمات الأكثر تكراراً في تقارير المرضى، ومن خلال ذلك تمكنت هذه الخوارزمية البسيطة، من التفوق على أحدث وأعقد خوارزميات الحاسوب.
