Istraživači razvijaju metodu pokretanu umjetnom inteligencijom za brže dijagnosticiranje plućnih infekcija

Istraživači razvijaju metodu pokretanu umjetnom inteligencijom za brže dijagnosticiranje plućnih infekcija

Plućne infekcije, poput upale pluća, među vodećim su uzrocima smrti diljem svijeta - no poznato je da ih je teško dijagnosticirati.

Sada su istraživači s UC San Francisco pronašli način za prepoznavanje ovih infekcija kod kritično bolesnih pacijenata kombiniranjem generativne AI analize medicinske dokumentacije s biomarkerom za infekcije donjih dišnih putova.

U opservacijskoj studiji kritično bolesnih odraslih osoba, kombinacija je postavila ispravnu dijagnozu u 96 posto slučajeva i napravila razliku između zaraznih i neinfektivnih uzroka respiratornog zatajenja točnije od liječnika na intenzivnoj njezi. Autori su procijenili da bi ovaj model, ako bi bio dostupan kada su pacijenti bili uključeni, mogao smanjiti neodgovarajuću upotrebu antibiotika za više od 80%.

"Razvili smo metodu koja daje rezultate puno brže od kulture, a mogla bi se lako primijeniti u klinici", rekao je dr. Chaz Langelier, izvanredni profesor medicine i viši autor studije objavljene 16. prosinca.Komunikacija s prirodom.

Uvjereni smo da bi to moglo dovesti do brže dijagnoze i smanjiti nepotrebnu upotrebu antibiotika.”

Chaz Langelier, izvanredni profesor medicine, Sveučilište Kalifornija – San Francisco

Važna značajka modela je biomarker koji je Langelierov tim razvio 2023. Otkrili su da je to gen koji modulira upalu, tzv.FABP4mogao pomoći u dijagnosticiranju infekcije budući da je manje izražen u imunološkim stanicama u usporedbi s normalnim stanicama pluća.

Trenutna studija ispitala je podatke dviju skupina kritično bolesnih pacijenata: 98 ih je regrutirano prije pandemije COVID-19 i većina je imala bakterijske infekcije; 59 ih je regrutirano tijekom pandemije i većina je imala virusne infekcije, uključujući COVID-19.

Prvo su testirali svaku metodu pojedinačno –FABP4Biomarkeri ili AI – i otkrili da je svaki od njih postavio ispravnu dijagnozu u oko 80% slučajeva. Istraživači su zatim usporedili rezultate modela s dijagnozama liječnika koji su primili pacijente na bolničku jedinicu intenzivne njege.

Ti su liječnici većini tih pacijenata propisali antibiotike za liječenje upale pluća, dok je model biomarker plus AI bio mnogo razumniji u dijagnosticiranju upale pluća.

Kako bi dodatno testirali točnost modela, tim je usporedio način na koji je umjetna inteligencija analizirala medicinske podatke s načinom na koji su ih analizirala tri različita liječnika specijalizirana za internu medicinu i zarazne bolesti. AI je izveo GPT4 na platformi za privatnost razvijenoj na UCSF-u.

Obojica su primila približno isti broj točnih dijagnoza, ali AI je stavio veći naglasak na radiološka izvješća o rendgenskim snimkama prsnog koša dok su se liječnici usredotočili na kliničke bilješke.

"Gotovo je pokazala kulturnu razliku, ako se to može reći za umjetnu inteligenciju", rekla je Natasha Spottiswoode, MD, DPhil, docentica medicine, jedna od prvih autorica rada. "To pokazuje kako umjetna inteligencija može nadopuniti rad liječnika."

Tim je objavio svoje upute za umjetnu inteligenciju u novinama i potaknuo liječnike da ih isprobaju na vlastitim AI platformama usklađenim sa HIPAA.

"Nevjerojatno je jednostavan za korištenje, ne morate biti bioinformatičar", rekao je dr. Hoang Van Phan, i sam bioinformatičar i prvi autor rada.

Tim potvrđuje model kao klinički test. Zatim se okreću sepsi, vodećem uzroku bolničke smrti, koju je također notorno teško utvrditi.

Izvori: