Нов AI алгоритъм прогнозира риска от смъртност за пациенти, които претърпяват сериозно нараняване

Нов AI алгоритъм прогнозира риска от смъртност за пациенти, които претърпяват сериозно нараняване

Учени от Катедрата по травматология и остра критична медицина към Висшето медицинско училище на университета в Осака са разработили алгоритъм с изкуствен интелект за прогнозиране на риска от смъртност при пациенти с тежки наранявания. Използвайки Japan Trauma Data Bank за 2013 до 2017 г., те успяха да получат записи на над 70 000 пациенти, които са претърпели травма с тъп предмет, позволявайки на изследователите да идентифицират критични фактори, които биха могли по-точно да насочват стратегиите за лечение.
Лекарите в спешните отделения трябва да вземат решения за живота и смъртта бързо и често с много ограничена информация. Част от предизвикателството е, че факторите, които предсказват вероятността от неблагоприятни клинични резултати, не са напълно разбрани и понякога собствените възпалителни и кръвосъсирващи промени на тялото в отговор на сериозно нараняване причиняват повече вреда, отколкото полза. Очевидно е необходим по-строг и всеобхватен подход към грижите за травми.
Сега екип от изследователи от Висшето училище по медицина на университета в Осака анализира база данни за всички случаи на травми, записани в Япония, използвайки алгоритми за машинно обучение. Това включва информация за пациента като възраст и вид на нараняване. В допълнение, масспектрометрия и протеомични анализи бяха извършени върху серум от пациенти с травма в болница в Осака. Това предостави по-специфична информация за кръвните маркери, които биха могли да показват увеличение или намаляване на определени протеини.

Нашето проучване има важни клинични последици. Това може да помогне за идентифицирането на най-рисковите пациенти, които биха могли да се възползват най-много от ранната интервенция.

Джотаро Тачино, водещ автор на изследването, Висше училище по медицина, Университет в Осака

Екипът използва йерархичен клъстерен анализ на данните и установи, че 11 променливи са най-силно свързани с повишените нива на смъртност, включително вида и тежестта на нараняването. Освен това те видяха, че пациентите с най-висок риск често имат прекомерно възпаление или дори остър възпалителен отговор. Те също така откриха протеинови маркери, които сигнализираха за понижено съсирване, което беше силно свързано с отрицателни резултати.
„Методологията, която използвахме за този проект, може също да бъде разширена до разработването на нови стратегии за лечение и терапии за други заболявания, за които са налични големи масиви от данни“, казва старши автор Хироши Огура. Тази работа може значително да оптимизира разпределението на оскъдните ресурси за спешно здравеопазване, за да спаси повече хора. Екипът също така се надява това изследване да помогне за разкриването на начини за успокояване на възпалителни пътища, които могат да излязат извън контрол след травматични наранявания.

източник:

Университет в Осака

Справка:

Tachino, J., et al. (2022) Развитие на клинични фенотипове и биологични профили чрез протеомен анализ на пациенти с травма. Интензивно лечение. doi.org/10.1186/s13054-022-04103-z.

.