Raziskovalci razvijajo metodo, ki jo poganja AI za hitrejše diagnosticiranje okužb pljuč

Raziskovalci razvijajo metodo, ki jo poganja AI za hitrejše diagnosticiranje okužb pljuč

Okužbe pljuč, kot je pljučnica, so med glavnimi vzroki smrti po vsem svetu, vendar jih je težko diagnosticirati.

Zdaj so raziskovalci na UC San Francisco našli način za prepoznavanje teh okužb pri kritično bolnih bolnikih s kombiniranjem generativne AI analize zdravstvenih kartotek z biomarkerjem za okužbe spodnjih dihalnih poti.

V opazovalni študiji kritično bolnih odraslih je kombinacija v 96 odstotkih primerov postavila pravilno diagnozo in natančneje razlikovala med infekcijskimi in neinfekcijskimi vzroki respiratorne odpovedi kot zdravniki na oddelku za intenzivno nego. Avtorji so ocenili, da bi ta model, če bi bil na voljo ob vključitvi bolnikov, lahko zmanjšal neustrezno uporabo antibiotikov za več kot 80 %.

"Razvili smo metodo, ki daje rezultate veliko hitreje kot kultura, in jo je mogoče enostavno uporabiti v kliniki," je povedal dr. Chaz Langelier, izredni profesor medicine in višji avtor študije, objavljene 16. decembra.Komunikacija v naravi.

Prepričani smo, da bi to lahko pripeljalo do hitrejše diagnoze in zmanjšalo nepotrebno uporabo antibiotikov.«

Chaz Langelier, izredni profesor medicine, Univerza v Kaliforniji – San Francisco

Pomembna značilnost modela je biomarker, ki ga je Langelierjeva ekipa razvila leta 2023. Ugotovili so, da gre za gen, ki modulira vnetje, imenovanoFABP4lahko pomaga pri diagnosticiranju okužbe, saj je manj izražen v imunskih celicah v primerjavi z normalnimi pljučnimi celicami.

Trenutna študija je preučevala podatke dveh skupin kritično bolnih bolnikov: 98 jih je bilo izbranih pred pandemijo COVID-19 in večina je imela bakterijske okužbe; 59 jih je bilo rekrutiranih med pandemijo in večina je imela virusne okužbe, vključno s COVID-19.

Najprej so preizkusili vsako metodo posebej –FABP4Biomarkerji ali AI – in ugotovili, da je vsak od njih postavil pravilno diagnozo približno 80 % časa. Raziskovalci so nato primerjali rezultate modela z diagnozami zdravnikov, ki so bolnike sprejeli na bolnišnični oddelek za intenzivno nego.

Ti zdravniki so večini teh bolnikov predpisali antibiotike za zdravljenje pljučnice, medtem ko je bil model biomarker plus AI veliko bolj razumen pri diagnosticiranju pljučnice.

Za nadaljnji preizkus točnosti modela je ekipa primerjala način, kako je AI analizirala zdravstvene kartoteke z načinom, kako so jih analizirali trije različni zdravniki, specializirani za interno medicino in nalezljive bolezni. Umetno inteligenco je izvedel GPT4 na platformi za zasebnost, ki so jo razvili pri UCSF.

Oba sta prejela približno enako število pravilnih diagnoz, vendar je AI dal večji poudarek radiološkim poročilom o rentgenskih slikah prsnega koša, medtem ko so se zdravniki osredotočili na klinične opombe.

»Skoraj se je pokazala kulturna razlika, če lahko tako rečemo o AI,« je dejala Natasha Spottiswoode, doktorica medicine, doktorica znanosti, docentka medicine, ena od prvih avtoric prispevka. "Pokazuje, kako lahko umetna inteligenca dopolnjuje delo zdravnikov."

Ekipa je svoje pozive za umetno inteligenco objavila v časopisu in zdravnike spodbudila, naj jih preizkusijo na lastnih platformah umetne inteligence, skladnih s HIPAA.

»Uporaba je izjemno enostavna, ni vam treba biti bioinformatik,« je dejal dr. Hoang Van Phan, sam bioinformatik in prvi avtor prispevka.

Ekipa potrjuje model kot klinični test. Nato se obrnejo na sepso, glavni vzrok bolnišnične smrti, ki jo je prav tako zelo težko določiti.

Viri: