Talayeh Razzaghi, עוזרת פרופסור להנדסת תעשייה ומערכות באוניברסיטת אוקלהומה, זכתה בפרס הפקולטה לפיתוח קריירה מוקדמת מהקרן הלאומית למדע על עבודתה שכותרתה "מערכת תמיכה אישית לטיפול אמהות לאוכלוסיות מוחלשות".
Razzaghi, הידוע כפרס CAREER, הוענק 496,732 דולר לחקר כלים תומכי החלטות קליניים המבוססים על למידת מכונה לגילוי מוקדם של רעלת הריון במחקר בריאות אימהות.
רעלת הריון, סיבוך הריון המאופיין בלחץ דם גבוה, משפיע על 8-10% מההריונות בארצות הברית מדי שנה ומהווה סיכונים משמעותיים לבריאות האם והיילוד אם לא מטופלים. למרות שכיחותה, זיהוי נשים בסיכון גבוה יותר לפתח רעלת הריון נותר מאתגר בשל גורמים תורמים שונים, כולל גיל, גזע ומצבים בריאותיים לפני ההריון.
המחקר שלנו יטפל באתגרים הללו על ידי שימוש באלגוריתמים חדשניים של למידת מכונה כדי לנתח מערכי נתונים מגוונים ולחזות את הסבירות לרעלת הריון במהלך ההיריון, במיוחד בקרב אוכלוסיות מיעוטים מוחלשות. המחקר יתמקד בהפחתת הטיות הגלומות במודלים חיזויים קיימים, אשר לעתים קרובות מתעלמים מהצרכים הייחודיים של שירותי הבריאות של קהילות צבעוניות".
Talayeh Razzaghi, עוזר פרופסור להנדסת תעשייה ומערכות, אוניברסיטת אוקלהומה
Razzaghi מוסיף כי העלייה המדהימה בשיעורי תמותת האמהות בארה"ב בשני העשורים האחרונים מחייבת פעולה. "באמצעות המחקר שלנו, אנו שואפים לרתום את הכוח של למידת מכונה כדי לספק טיפול אימהי מותאם ושוויוני ולהפחית פערים בתוצאות בריאות האימהות."
הגישה כוללת פיתוח של מודלים חיזויים מבוססי למידת מכונה הניתנים להרחבה ללמידה מנתוני בריאות בקנה מידה גדול ומניבים סיווגים הוגנים שמאזנים דיוק והוגנות בין תת-אוכלוסיות גזעיות. על ידי התמודדות עם אתגרים טכניים אלה, Razzaghi מקווה לשפר את הזיהוי של נשים הרות בסיכון גבוה לרעלת הריון תוך קידום הוגנות במערכות ניהול בריאות האם.
"למחקר הזה יש השלכות מרחיקות לכת מעבר לגילוי רעלת הריון", אמר רזאגי. "על ידי הבנה והתייחסות למשחקי הגומלין המורכבים של גורמים חברתיים לבריאות, נוכל ליישם את התובנות הללו על מחלות אחרות הקשורות להריון ואפילו גורמים לא קליניים כמו מצב סוציו-אקונומי". היא מוסיפה כי פרס ה-CAREER שלה יתמקד גם בתוכנית גיוס והתמחות במחקר הכוללת הכללת סטודנטים מיוצגים בחסר בתחומי STEM.
בשיתוף פעולה עם שותפים קליניים במרכז למדעי הבריאות של OU, במרכז למדעי הבריאות של טקסס טק ובאוניברסיטת פיטסבורג, ל-Razzaghi יש גישה למערכי נתונים מגוונים החיוניים להדרכה ואימות מודלים של למידת מכונה. עם זאת, היא מכירה באתגרים של גישה לנתוני בריאות רגישים ומדגישה את החשיבות של שימוש אחראי בנתונים והגנת הפרטיות.
"אנו מחויבים לשמור על הסטנדרטים הגבוהים ביותר של אתיקה ופרטיות נתונים במהלך המחקר הזה", אמר רזאגי. "המטרה שלנו היא לקדם ידע מדעי ולשפר את תוצאות שירותי הבריאות תוך כיבוד הפרטיות והסודיות של מידע המטופל".
