Suche
Mein Konto
Un nou algoritm AI prezice riscul de mortalitate pentru pacienții care suferă o rănire gravă
Oamenii de știință de la Departamentul de Traumatologie și Medicină Critică Acută a Școlii Absolvente de Medicină a Universității Osaka au dezvoltat un algoritm AI pentru a prezice riscul de mortalitate pentru pacienții cu leziuni severe. Folosind Japan Trauma Data Bank pentru perioada 2013-2017, aceștia au reușit să obțină înregistrări cu peste 70.000 de pacienți care au suferit traume de forță contondente, permițând cercetătorilor să identifice factorii critici care ar putea ghida mai precis strategiile de tratament. Medicii de accidentare din camerele de urgență trebuie să ia decizii cu privire la viață și la moarte rapid și adesea cu informații foarte limitate. O parte a provocării este că factorii care afectează...
Un nou algoritm AI prezice riscul de mortalitate pentru pacienții care suferă o rănire gravă
Oamenii de știință de la Departamentul de Traumatologie și Medicină Critică Acută a Școlii Absolvente de Medicină a Universității Osaka au dezvoltat un algoritm AI pentru a prezice riscul de mortalitate pentru pacienții cu leziuni severe. Folosind Japan Trauma Data Bank pentru perioada 2013-2017, aceștia au reușit să obțină înregistrări cu peste 70.000 de pacienți care au suferit traume de forță contondente, permițând cercetătorilor să identifice factorii critici care ar putea ghida mai precis strategiile de tratament.
Medicii de accidentare din camerele de urgență trebuie să ia decizii cu privire la viață și la moarte rapid și adesea cu informații foarte limitate. O parte a provocării este că factorii care prezic probabilitatea unor rezultate clinice adverse nu sunt pe deplin înțeleși și, uneori, modificările inflamatorii și de coagulare a sângelui proprii ale organismului ca răspuns la răni grave provoacă mai mult rău decât bine. Este în mod clar necesară o abordare mai riguroasă și mai cuprinzătoare a îngrijirii traumei.
Acum, o echipă de cercetători de la Facultatea de Medicină a Universității din Osaka a analizat o bază de date cu toate cazurile de traumă înregistrate în Japonia folosind algoritmi de învățare automată. Acestea au inclus informații despre pacient, cum ar fi vârsta și tipul de vătămare. În plus, au fost efectuate spectrometrie de masă și analize proteomice pe ser de la pacienții cu traumatisme de la Spitalul Osaka. Acest lucru a oferit informații mai specifice despre markerii din sânge care ar putea indica o creștere sau o scădere a anumitor proteine.
Studiul nostru are implicații clinice importante. Poate ajuta la identificarea pacienților cu cel mai mare risc care ar putea beneficia cel mai mult de intervenția timpurie.”
Jotaro Tachino, autorul principal al studiului, Școala Absolventă de Medicină, Universitatea Osaka
Echipa a folosit analiza grupului ierarhic a datelor și a constatat că 11 variabile au fost cel mai puternic corelate cu ratele crescute de mortalitate, inclusiv tipul și severitatea leziunii. În plus, au văzut că pacienții cu cel mai mare risc au adesea inflamație excesivă sau chiar un răspuns inflamator acut. Ei au găsit, de asemenea, markeri de proteine care au semnalat coagularea reglată în jos, care a fost puternic asociată cu rezultate negative.
„Metodologia pe care am folosit-o pentru acest proiect poate fi extinsă și la dezvoltarea de noi strategii de tratament și terapii pentru alte boli pentru care sunt disponibile seturi mari de date”, spune autorul principal Hiroshi Ogura. Această activitate poate optimiza în mod semnificativ alocarea resurselor limitate de asistență medicală ER pentru a salva mai mulți oameni. Echipa speră, de asemenea, că această cercetare poate ajuta la dezvăluirea modalităților de a calma căile inflamatorii care pot scăpa de sub control după leziuni traumatice.
Sursă:
Referinţă:
Tachino, J., şi colab. (2022) Dezvoltarea fenotipurilor clinice și a profilurilor biologice prin analiza proteomică a pacienților cu traumatisme. Terapie intensivă. doi.org/10.1186/s13054-022-04103-z.
.