Výzkumníci vyvíjejí metodu s umělou inteligencí pro rychlejší diagnostiku plicních infekcí

Výzkumníci vyvíjejí metodu s umělou inteligencí pro rychlejší diagnostiku plicních infekcí

Infekce plic, jako je zápal plic, patří mezi hlavní příčiny úmrtí na celém světě – ale je notoricky obtížné je diagnostikovat.

Nyní vědci z UC San Francisco našli způsob, jak identifikovat tyto infekce u kriticky nemocných pacientů, a to kombinací generativní AI analýzy lékařských záznamů s biomarkerem pro infekce dolních dýchacích cest.

V observační studii kriticky nemocných dospělých tato kombinace stanovila správnou diagnózu v 96 procentech případů a rozlišovala mezi infekčními a neinfekčními příčinami respiračního selhání přesněji než lékaři na JIP. Autoři odhadli, že tento model, pokud by byl k dispozici při zařazení pacientů, mohl snížit nevhodné užívání antibiotik o více než 80 %.

"Vyvinuli jsme metodu, která přináší výsledky mnohem rychleji než kultura, a mohla by být snadno implementována na klinice," řekl Dr. Chaz Langelier, docent medicíny a hlavní autor studie zveřejněné 16. prosince.Komunikace přírody.

Jsme přesvědčeni, že by to mohlo vést k rychlejší diagnostice a omezení zbytečného používání antibiotik.“

Chaz Langelier, docent medicíny, University of California – San Francisco

Důležitým rysem modelu je biomarker, který Langelierův tým vyvinul v roce 2023. Zjistili, že jde o gen modulující zánět, tzv.FABP4může pomoci diagnostikovat infekci, protože je méně exprimován v imunitních buňkách ve srovnání s normálními plicními buňkami.

Současná studie zkoumala údaje od dvou skupin kriticky nemocných pacientů: 98 bylo přijato před pandemií COVID-19 a většina z nich měla bakteriální infekce; 59 bylo naverbováno během pandemie a většina z nich měla virové infekce, včetně COVID-19.

Nejprve testovali každou metodu samostatně –FABP4Biomarkery nebo AI – a zjistili, že každý z nich stanovil správnou diagnózu asi v 80 % případů. Vědci poté výsledky modelu porovnali s diagnózami lékařů, kteří pacienty přijali na jednotku intenzivní péče v nemocnici.

Tito lékaři většině těchto pacientů předepisovali antibiotika k léčbě zápalu plic, zatímco model biomarker-plus-AI byl pro diagnostiku zápalu plic mnohem rozumnější.

K dalšímu testování přesnosti modelu tým porovnal způsob, jakým AI analyzovala lékařské záznamy s tím, jak je analyzovali tři různí lékaři specializovaní na interní lékařství a infekční onemocnění. Umělá inteligence byla provedena pomocí GPT4 na platformě ochrany soukromí vyvinuté v UCSF.

Oba obdrželi zhruba stejný počet správných diagnóz, ale AI kladla větší důraz na radiologické zprávy o rentgenových snímcích hrudníku, zatímco lékaři se soustředili na klinické poznámky.

"Téměř to ukázalo kulturní rozdíl, pokud to můžete říci o AI," řekla Natasha Spottiswoode, MD, DPhil, odborná asistentka medicíny, jedna z prvních autorek článku. "Ukazuje, jak umělá inteligence může doplnit práci lékařů."

Tým zveřejnil své výzvy AI v novinách a vyzval lékaře, aby je vyzkoušeli na svých vlastních platformách AI kompatibilních s HIPAA.

"Je to neuvěřitelně snadné použití, nemusíte být bioinformatik," řekl Hoang Van Phan, PhD, sám bioinformatik a první autor článku.

Tým ověřuje model jako klinický test. Dále se obrací k sepsi, hlavní příčině úmrtí v nemocnici, kterou je také notoricky obtížné určit.

Zdroje: