Nový algoritmus umělé inteligence předpovídá riziko úmrtnosti pacientů, kteří utrpí vážné zranění

Nový algoritmus umělé inteligence předpovídá riziko úmrtnosti pacientů, kteří utrpí vážné zranění

Vědci z Oddělení traumatologie a akutní kritické medicíny na Lékařské fakultě univerzity v Osace vyvinuli algoritmus umělé inteligence, který předpovídá riziko úmrtnosti pacientů s těžkými zraněními. Pomocí Japan Trauma Data Bank pro roky 2013 až 2017 se jim podařilo získat záznamy o více než 70 000 pacientech, kteří utrpěli tupé trauma, což výzkumníkům umožnilo identifikovat kritické faktory, které by mohly přesněji vést léčebné strategie.
Úrazoví lékaři na pohotovostech musí rozhodovat o životě a smrti rychle a často s velmi omezenými informacemi. Část problému spočívá v tom, že faktory, které předpovídají pravděpodobnost nepříznivých klinických výsledků, nejsou plně pochopeny a někdy tělu vlastní zánětlivé změny a změny srážení krve v reakci na vážné zranění způsobují více škody než užitku. Jednoznačně je zapotřebí důslednější a komplexnější přístup k traumatické péči.
Nyní tým výzkumníků z Osaka University Graduate School of Medicine analyzoval databázi všech případů traumatu zaznamenaných v Japonsku pomocí algoritmů strojového učení. To zahrnovalo informace o pacientovi, jako je věk a typ zranění. Kromě toho byla provedena hmotnostní spektrometrie a proteomické analýzy séra od pacientů po traumatu v nemocnici v Ósace. To poskytlo konkrétnější informace o krevních markerech, které by mohly naznačovat zvýšení nebo snížení určitých proteinů.

Naše studie má důležité klinické důsledky. Může pomoci identifikovat pacienty s nejvyšším rizikem, kteří by mohli nejvíce profitovat z včasné intervence.“

Jotaro Tachino, hlavní autor studie, Graduate School of Medicine, Osaka University

Tým použil hierarchickou shlukovou analýzu dat a zjistil, že 11 proměnných nejsilněji korelovalo se zvýšenou úmrtností, včetně typu a závažnosti zranění. Navíc viděli, že pacienti s nejvyšším rizikem měli často nadměrný zánět nebo dokonce akutní zánětlivou reakci. Našli také proteinové markery, které signalizovaly sníženou srážlivost, což bylo silně spojeno s negativními výsledky.
"Metodika, kterou jsme použili pro tento projekt, může být také rozšířena na vývoj nových léčebných strategií a terapeutik pro další nemoci, pro které jsou k dispozici velké soubory dat," říká hlavní autor Hiroshi Ogura. Tato práce může výrazně optimalizovat alokaci vzácných zdrojů zdravotní péče na pohotovosti, aby se zachránilo více lidí. Tým také doufá, že tento výzkum může pomoci odhalit způsoby, jak zklidnit zánětlivé cesty, které se po traumatických poraněních mohou vymknout kontrole.

Zdroj:

Univerzita v Ósace

Odkaz:

Tachino, J., a kol. (2022) Vývoj klinických fenotypů a biologických profilů prostřednictvím proteomické analýzy pacientů s traumatem. Intenzivní péče. doi.org/10.1186/s13054-022-04103-z.

.