تتنبأ خوارزمية Novel AI بمخاطر الوفاة للمرضى الذين يعانون من إصابة خطيرة

تتنبأ خوارزمية Novel AI بمخاطر الوفاة للمرضى الذين يعانون من إصابة خطيرة

قام علماء من قسم الصدمات والطب الحاد في كلية الدراسات العليا للطب بجامعة أوساكا بتطوير خوارزمية ذكاء اصطناعي للتنبؤ بمخاطر الوفاة للمرضى الذين يعانون من إصابات خطيرة. وباستخدام بنك بيانات الصدمات الياباني في الفترة من 2013 إلى 2017، تمكنوا من الحصول على سجلات لأكثر من 70 ألف مريض عانوا من صدمة قوية، مما سمح للباحثين بتحديد العوامل الحاسمة التي يمكن أن توجه استراتيجيات العلاج بشكل أكثر دقة.
يتعين على أطباء الحوادث في غرف الطوارئ اتخاذ قرارات بشأن الحياة والموت بسرعة وفي كثير من الأحيان بمعلومات محدودة للغاية. ويكمن جزء من التحدي في أن العوامل التي تتنبأ باحتمال حدوث نتائج سريرية ضارة ليست مفهومة بالكامل، وفي بعض الأحيان تسبب التغيرات الالتهابية وتجلط الدم في الجسم استجابة لإصابة خطيرة ضررًا أكثر من نفعه. من الواضح أن هناك حاجة إلى نهج أكثر صرامة وشمولاً لرعاية الصدمات.
الآن قام فريق من الباحثين من كلية الدراسات العليا للطب بجامعة أوساكا بتحليل قاعدة بيانات لجميع حالات الصدمات المسجلة في اليابان باستخدام خوارزميات التعلم الآلي. وشمل ذلك معلومات المريض مثل العمر ونوع الإصابة. بالإضافة إلى ذلك، تم إجراء قياس الطيف الكتلي والتحليلات البروتينية على مصل مرضى الصدمات في مستشفى أوساكا. وقد وفر هذا معلومات أكثر تحديدًا حول علامات الدم التي يمكن أن تشير إلى زيادة أو نقصان في بعض البروتينات.

دراستنا لها آثار سريرية مهمة. ويمكن أن يساعد في تحديد المرضى الأكثر عرضة للخطر والذين يمكن أن يستفيدوا أكثر من التدخل المبكر.

جوتارو تاتشينو، المؤلف الرئيسي للدراسة، كلية الدراسات العليا للطب، جامعة أوساكا

استخدم الفريق التحليل العنقودي الهرمي للبيانات ووجد أن 11 متغيرًا كانت مرتبطة بقوة بزيادة معدلات الوفيات، بما في ذلك نوع الإصابة وشدتها. بالإضافة إلى ذلك، لاحظوا أن المرضى الأكثر عرضة للخطر غالبًا ما يعانون من التهاب مفرط أو حتى استجابة التهابية حادة. ووجدوا أيضًا علامات بروتينية تشير إلى انخفاض تنظيم التخثر، والذي كان مرتبطًا بقوة بالنتائج السلبية.
يقول المؤلف الرئيسي هيروشي أوجورا: "يمكن أيضًا توسيع المنهجية التي استخدمناها في هذا المشروع لتشمل تطوير استراتيجيات علاجية جديدة وعلاجات لأمراض أخرى تتوفر عنها مجموعات كبيرة من البيانات". يمكن لهذا العمل تحسين تخصيص موارد الرعاية الصحية النادرة في حالات الطوارئ بشكل كبير لإنقاذ المزيد من الأشخاص. ويأمل الفريق أيضًا أن يساعد هذا البحث في الكشف عن طرق لتهدئة المسارات الالتهابية التي يمكن أن تخرج عن نطاق السيطرة بعد الإصابات المؤلمة.

مصدر:

جامعة أوساكا

مرجع:

تاشينو، J.، وآخرون. (2022) تطوير الأنماط الظاهرية السريرية والملامح البيولوجية من خلال التحليل البروتيني لمرضى الصدمات. العناية المركزة. doi.org/10.1186/s13054-022-04103-z.

.