Nowatorski algorytm sztucznej inteligencji przewiduje ryzyko śmierci pacjentów, którzy odnieśli poważny uraz

Nowatorski algorytm sztucznej inteligencji przewiduje ryzyko śmierci pacjentów, którzy odnieśli poważny uraz

Naukowcy z Wydziału Traumatologii i Medycyny Ostrych Krytycznych Wydziału Medycyny Uniwersytetu w Osace opracowali algorytm sztucznej inteligencji umożliwiający przewidywanie ryzyka zgonu pacjentów z poważnymi urazami. Korzystając z Japan Trauma Data Bank za lata 2013–2017, udało im się uzyskać dokumentację ponad 70 000 pacjentów, którzy doznali urazów tępym narzędziem, co umożliwiło badaczom identyfikację kluczowych czynników, które mogłyby dokładniej określić strategie leczenia.
Lekarze pogotowia ratunkowego muszą szybko i często podejmować decyzje dotyczące życia i śmierci, mając bardzo ograniczone informacje. Częścią wyzwania jest to, że czynniki przewidujące prawdopodobieństwo wystąpienia niekorzystnych wyników klinicznych nie są w pełni poznane, a czasami zmiany zapalne i zmiany krzepnięcia krwi występujące w organizmie w odpowiedzi na poważny uraz powodują więcej szkody niż pożytku. Bez wątpienia potrzebne jest bardziej rygorystyczne i kompleksowe podejście do opieki urazowej.
Teraz zespół naukowców z Graduate School of Medicine Uniwersytetu w Osace przeanalizował bazę danych wszystkich przypadków urazów zarejestrowanych w Japonii przy użyciu algorytmów uczenia maszynowego. Obejmowały one informacje o pacjencie, takie jak wiek i rodzaj urazu. Ponadto przeprowadzono spektrometrię mas i analizy proteomiczne surowicy od pacjentów urazowych w szpitalu w Osace. Dostarczyło to bardziej szczegółowych informacji na temat markerów krwi, które mogą wskazywać na wzrost lub spadek niektórych białek.

Nasze badanie ma ważne implikacje kliniczne. Może pomóc w zidentyfikowaniu pacjentów najwyższego ryzyka, którzy mogliby najwięcej skorzystać z wczesnej interwencji”.

Jotaro Tachino, główny autor badania, Graduate School of Medicine, Uniwersytet w Osace

Zespół zastosował hierarchiczną analizę skupień danych i odkrył, że 11 zmiennych było najsilniej skorelowanych ze zwiększoną śmiertelnością, w tym rodzajem i ciężkością urazów. Ponadto zaobserwowali, że u pacjentów z grupy najwyższego ryzyka często występował nadmierny stan zapalny lub nawet ostra reakcja zapalna. Znaleźli także markery białkowe sygnalizujące obniżoną regulację krzepnięcia, co było silnie powiązane z negatywnymi wynikami.
„Metodologię zastosowaną w tym projekcie można również rozszerzyć na opracowanie nowych strategii leczenia i terapii innych chorób, dla których dostępne są duże zbiory danych” – mówi starszy autor Hiroshi Ogura. Ta praca może znacznie zoptymalizować alokację ograniczonych zasobów opieki zdrowotnej na ostrym dyżurze, aby uratować więcej ludzi. Zespół ma również nadzieję, że te badania pomogą odkryć sposoby łagodzenia szlaków zapalnych, które mogą wymknąć się spod kontroli po urazach.

Źródło:

Uniwersytet w Osace

Odniesienie:

Tachino, J. i in. (2022) Rozwój fenotypów klinicznych i profili biologicznych poprzez analizę proteomiczną pacjentów po urazach. Intensywna terapia. doi.org/10.1186/s13054-022-04103-z.

.