Naujasis AI algoritmas numato mirtingumo riziką pacientams, patyrusiems rimtą traumą

Naujasis AI algoritmas numato mirtingumo riziką pacientams, patyrusiems rimtą traumą

Osakos universiteto medicinos mokyklos Traumatologijos ir ūminės kritinės medicinos katedros mokslininkai sukūrė AI algoritmą, skirtą numatyti sunkių sužalojimų pacientų mirtingumo riziką. Naudodami Japonijos traumų duomenų banką 2013–2017 m., jie galėjo gauti įrašus apie daugiau nei 70 000 pacientų, patyrusių bukąją jėgą traumą, o tai leido tyrėjams nustatyti svarbiausius veiksnius, kurie galėtų tiksliau nukreipti gydymo strategijas.
Nelaimingų atsitikimų gydytojai skubios pagalbos skyriuose turi greitai ir dažnai turėdami labai ribotą informaciją priimti sprendimus dėl gyvybės ir mirties. Dalis iššūkių yra ta, kad veiksniai, numatantys nepageidaujamų klinikinių pasekmių tikimybę, nėra visiškai suprantami, o kartais paties organizmo uždegiminiai ir kraujo krešėjimo pokyčiai, reaguojant į rimtą sužalojimą, sukelia daugiau žalos nei naudos. Akivaizdu, kad reikalingas griežtesnis ir visapusiškesnis požiūris į traumų priežiūrą.
Dabar Osakos universiteto medicinos mokyklos mokslininkų komanda išanalizavo visų Japonijoje užfiksuotų traumų atvejų duomenų bazę, naudodama mašininio mokymosi algoritmus. Tai apima informaciją apie pacientą, pavyzdžiui, amžių ir sužalojimo tipą. Be to, Osakos ligoninėje traumą patyrusių pacientų serume buvo atlikta masės spektrometrija ir proteominė analizė. Tai suteikė konkretesnės informacijos apie kraujo žymenis, kurie gali rodyti tam tikrų baltymų padidėjimą arba sumažėjimą.

Mūsų tyrimas turi svarbių klinikinių pasekmių. Tai gali padėti nustatyti didžiausios rizikos pacientus, kuriems ankstyva intervencija galėtų būti naudingiausia.

Jotaro Tachino, pagrindinis tyrimo autorius, Osakos universiteto Medicinos mokyklos absolventas

Grupė naudojo hierarchinę duomenų analizę ir nustatė, kad 11 kintamųjų labiausiai koreliavo su padidėjusiu mirtingumu, įskaitant sužalojimo tipą ir sunkumą. Be to, jie pastebėjo, kad didžiausios rizikos pacientams dažnai buvo per didelis uždegimas ar net ūminis uždegiminis atsakas. Jie taip pat rado baltymų žymenis, rodančius sumažėjusį krešėjimą, kuris buvo stipriai susijęs su neigiamais rezultatais.
"Metodika, kurią naudojome šiam projektui, taip pat gali būti išplėsta kuriant naujas gydymo strategijas ir gydymo priemones kitoms ligoms, apie kurias yra prieinami dideli duomenų rinkiniai", - sako vyresnysis autorius Hiroshi Ogura. Šis darbas gali žymiai optimizuoti ribotų ER sveikatos priežiūros išteklių paskirstymą, kad būtų išgelbėta daugiau žmonių. Komanda taip pat tikisi, kad šis tyrimas gali padėti atskleisti būdus, kaip nuraminti uždegiminius kelius, kurie po trauminių sužalojimų gali tapti nekontroliuojami.

Šaltinis:

Osakos universitetas

Nuoroda:

Tachino, J. ir kt. (2022) Klinikinių fenotipų ir biologinių profilių kūrimas atliekant traumų pacientų proteominę analizę. Intensyvi priežiūra. doi.org/10.1186/s13054-022-04103-z.

.