Nový algoritmus AI predpovedá riziko úmrtnosti pacientov, ktorí utrpeli vážne zranenie
Vedci z Katedry traumatológie a akútnej kritickej medicíny na Lekárskej fakulte Univerzity v Osake vyvinuli algoritmus AI na predpovedanie rizika úmrtnosti pacientov s ťažkými zraneniami. Pomocou Japan Trauma Data Bank za roky 2013 až 2017 sa im podarilo získať záznamy o viac ako 70 000 pacientoch, ktorí utrpeli tupú traumu, čo výskumníkom umožnilo identifikovať kritické faktory, ktoré by mohli presnejšie riadiť liečebné stratégie. Úrazoví lekári na pohotovostiach musia rozhodovať o živote a smrti rýchlo a často s veľmi obmedzenými informáciami. Súčasťou výzvy je, že faktory ovplyvňujúce...

Nový algoritmus AI predpovedá riziko úmrtnosti pacientov, ktorí utrpeli vážne zranenie
Vedci z Katedry traumatológie a akútnej kritickej medicíny na Lekárskej fakulte Univerzity v Osake vyvinuli algoritmus AI na predpovedanie rizika úmrtnosti pacientov s ťažkými zraneniami. Pomocou Japan Trauma Data Bank za roky 2013 až 2017 sa im podarilo získať záznamy o viac ako 70 000 pacientoch, ktorí utrpeli tupú traumu, čo výskumníkom umožnilo identifikovať kritické faktory, ktoré by mohli presnejšie riadiť liečebné stratégie.
Úrazoví lekári na pohotovostiach musia rozhodovať o živote a smrti rýchlo a často s veľmi obmedzenými informáciami. Časť problému spočíva v tom, že faktory, ktoré predpovedajú pravdepodobnosť nepriaznivých klinických výsledkov, nie sú úplne pochopené a niekedy vlastné zápalové zmeny a zmeny zrážanlivosti krvi v reakcii na vážne zranenie spôsobujú viac škody ako úžitku. Jednoznačne je potrebný dôslednejší a komplexnejší prístup k úrazovej starostlivosti.
Teraz tím výskumníkov z Osaka University Graduate School of Medicine analyzoval databázu všetkých prípadov traumy zaznamenaných v Japonsku pomocou algoritmov strojového učenia. To zahŕňalo informácie o pacientovi, ako je vek a typ zranenia. Okrem toho sa v nemocnici v Osake uskutočnila hmotnostná spektrometria a proteomické analýzy séra od pacientov s traumou. To poskytlo konkrétnejšie informácie o krvných markeroch, ktoré by mohli naznačovať zvýšenie alebo zníženie určitých proteínov.
Naša štúdia má dôležité klinické dôsledky. Môže pomôcť identifikovať pacientov s najvyšším rizikom, ktorí by mohli najviac profitovať z včasnej intervencie.“
Jotaro Tachino, hlavný autor štúdie, Graduate School of Medicine, Osaka University
Tím použil hierarchickú zhlukovú analýzu údajov a zistil, že 11 premenných najviac korelovalo so zvýšenou mierou úmrtnosti vrátane typu a závažnosti poranenia. Okrem toho videli, že pacienti s najvyšším rizikom mali často nadmerný zápal alebo dokonca akútnu zápalovú reakciu. Zistili tiež proteínové markery, ktoré signalizovali zníženú zrážanlivosť, čo bolo silne spojené s negatívnymi výsledkami.
„Metodika, ktorú sme použili pre tento projekt, sa dá rozšíriť aj na vývoj nových liečebných stratégií a terapií pre iné choroby, pre ktoré sú k dispozícii veľké súbory údajov,“ hovorí hlavný autor Hiroshi Ogura. Táto práca môže výrazne optimalizovať prideľovanie vzácnych zdrojov zdravotnej starostlivosti ER, aby sa zachránilo viac ľudí. Tím tiež dúfa, že tento výskum môže pomôcť odhaliť spôsoby, ako upokojiť zápalové cesty, ktoré sa po traumatických poraneniach môžu vymknúť kontrole.
Zdroj:
Referencia:
Tachino, J., a kol. (2022) Vývoj klinických fenotypov a biologických profilov prostredníctvom proteomickej analýzy pacientov s traumou. Intenzívna starostlivosť. doi.org/10.1186/s13054-022-04103-z.
.