Pētnieki izstrādā ar AI darbinātu metodi, lai ātrāk diagnosticētu plaušu infekcijas

Pētnieki izstrādā ar AI darbinātu metodi, lai ātrāk diagnosticētu plaušu infekcijas

Plaušu infekcijas, piemēram, pneimonija, ir viens no galvenajiem nāves cēloņiem visā pasaulē, taču tās ir ļoti grūti diagnosticēt.

Tagad pētnieki no UC Sanfrancisko ir atraduši veidu, kā identificēt šīs infekcijas kritiski slimiem pacientiem, apvienojot medicīnisko ierakstu ģeneratīvo AI analīzi ar apakšējo elpceļu infekciju biomarķieri.

Novērošanas pētījumā, kurā piedalījās kritiski slimi pieaugušie, kombinācija 96 procentus gadījumu noteica pareizu diagnozi un precīzāk nekā ICU ārsti nošķīra infekciozos un neinfekciozos elpošanas mazspējas cēloņus. Autori lēš, ka šis modelis, ja tas bija pieejams, kad pacienti tika reģistrēti, varēja samazināt neatbilstošu antibiotiku lietošanu par vairāk nekā 80%.

"Mēs esam izstrādājuši metodi, kas dod rezultātus daudz ātrāk nekā kultūra, un to var viegli ieviest klīnikā," sacīja Dr. Chaz Langelier, medicīnas asociētais profesors un 16. decembrī publicētā pētījuma vecākais autors.Dabas komunikācija.

Mēs esam pārliecināti, ka tas varētu novest pie ātrākas diagnostikas un samazināt nevajadzīgu antibiotiku lietošanu.

Chaz Langelier, Kalifornijas Universitātes Sanfrancisko medicīnas asociētais profesors

Svarīga modeļa iezīme ir biomarķieris, ko Langeljē komanda izstrādāja 2023. gadā. Viņi atklāja, ka tas ir gēns, kas modulē iekaisumu, t.s.FABP4varētu palīdzēt diagnosticēt infekciju, jo tā ir mazāk izteikta imūnās šūnās, salīdzinot ar normālām plaušu šūnām.

Pašreizējā pētījumā tika pārbaudīti dati no divām kritiski slimu pacientu grupām: 98 tika pieņemti darbā pirms Covid-19 pandēmijas, un lielākajai daļai no viņiem bija bakteriālas infekcijas; Pandēmijas laikā tika pieņemti darbā 59, un lielākajai daļai bija vīrusu infekcijas, tostarp COVID-19.

Vispirms viņi pārbaudīja katru metodi atsevišķi -FABP4Biomarķieri vai AI – un konstatēja, ka katrs no tiem veica pareizo diagnozi aptuveni 80% gadījumu. Pēc tam pētnieki salīdzināja modeļa rezultātus ar to ārstu diagnozēm, kuri pacientus ievietoja slimnīcas intensīvās terapijas nodaļā.

Šie ārsti izrakstīja antibiotikas pneimonijas ārstēšanai lielākajai daļai šo pacientu, savukārt biomarķiera plus-AI modelis bija daudz saprātīgāks pneimonijas diagnosticēšanā.

Lai vēl vairāk pārbaudītu modeļa precizitāti, komanda salīdzināja veidu, kā mākslīgais intelekts analizēja medicīniskos ierakstus ar to, kā trīs dažādi ārsti, kas specializējas iekšējās medicīnas un infekcijas slimību jomā, tos analizēja. AI veica GPT4 privātuma platformā, kas izstrādāta UCSF.

Abi saņēma aptuveni vienādu pareizo diagnožu skaitu, taču AI lielāku uzsvaru uzsvēra uz radioloģijas ziņojumiem par krūškurvja rentgena stariem, kamēr ārsti koncentrējās uz klīniskajām piezīmēm.

"Tas gandrīz parādīja kultūras atšķirību, ja tā var teikt par AI," sacīja Nataša Spotisvuda, MD, DPhil, medicīnas docente, viena no dokumenta pirmajiem autoriem. "Tas parāda, kā AI var papildināt ārstu darbu."

Komanda publicēja savus AI norādījumus rakstā un mudināja ārstus izmēģināt tos savās HIPAA saderīgās AI platformās.

"Tas ir neticami viegli lietojams, jums nav jābūt bioinformātiķim," sacīja Hoangs Van Phans, PhD, pats bioinformātiķis un darba pirmais autors.

Komanda apstiprina modeli kā klīnisku testu. Pēc tam viņi pievēršas sepsei, kas ir galvenais slimnīcas nāves cēlonis, kuru arī ir ļoti grūti noteikt.

Avoti: