En AI-model kan hjælpe med at gøre fedtsugning sikrere

En AI-model kan hjælpe med at gøre fedtsugning sikrere

En nyudviklet kunstig intelligens (AI)-model er meget præcis til at forudsige blodtab hos patienter, der gennemgår fedtsugning i store mængder, rapporterer en undersøgelse i januar-udgaven afPlastisk og rekonstruktiv kirurgi®,det officielle medicinske tidsskrift for American Society of Plastic Surgeons (ASPS). Tidsskriftet er udgivet i Lippincott-porteføljen af ​​Wolters Kluwer.

At udvikle en AI-model til at forudsige blodtab under fedtsugning er et "banebrydende fremskridt" med potentiale til at forbedre patientsikkerheden og kirurgiske resultater, ifølge den nye undersøgelse ledet af Mauricio E. Perez Pachon, MD, fra Mayo Clinic, Rochester, Minnesota, og Jose T. Santaella, MD, fra CIMA Clinic-Loja, Ecuador. "Ved at udnytte kraften i AI-drevne prædiktive modeller kan kirurger skræddersy deres procedurer til den enkelte patients individuelle behov, sikre optimale resultater og minimere risikoen for komplikationer såsom overdreven blodtab, skriver forskerne.

Brug af AI til at forudsige blodtab under fedtsugning

Fedtsugning er den mest almindelige kosmetiske operation på verdensplan og udføres på mere end 2,3 millioner patienter årligt. Selvom fedtsugning generelt er sikkert, er overdreven blodtab en potentielt alvorlig komplikation, især når større mængder fedt fjernes. AI-baserede værktøjer er blevet udviklet til at forhindre blodtab i forskellige medicinske specialer og kirurgiske procedurer såsom rygsøjle-, ortopæd- og traumekirurgi.

Dr. Perez Pachon, Santaella og kolleger brugte maskinlæringsteknologier til at analysere data fra 721 patienter, som gennemgik en stor mængde fedtsugning, hvor et samlet volumen på over 4.000 milliliter (fire liter) fedt og væske blev fjernet. Alle procedurer blev udført i to klinikker, en i Colombia og en i Ecuador, efter identiske fedtsugningsprotokoller.

Data fra en tilfældig prøve på 621 patienter blev brugt til at udvikle en model til at forudsige estimeret blodtab, der inkorporerede en bred vifte af demografiske, kliniske og kirurgiske data. Forskerne testede derefter deres models ydeevne til at forudsige blodtabsvolumen hos de resterende 100 patienter.

Med en nøjagtighed på 94 % kan modellen være med til at gøre fedtsugning mere sikker

Resultaterne viste "fremragende overensstemmelse" mellem forudsagte og estimerede blodtabsvolumener med en standardafvigelse (variation omkring gennemsnittet) på 26 milliliter. Den maksimale forskel mellem forudsagt og faktisk blodtab var omkring 188 ml, mens minimumsforskellen kun var 0,22 ml.

Alt i alt var AI-værktøjet 94% nøjagtigt til at forudsige blodtab. "Denne nøjagtighed øger modellens potentiale som et beslutningsstøtteværktøj i kropskonturprocedurer, hvor forudsigelse af intraoperativt blodtab er afgørende for patientsikkerhed og kirurgisk planlægning," skriver forskerne. "[S]kirurger kan bruge de forudsagte skøn over blodtab til at træffe informerede beslutninger om perioperativ behandling, såsom behovet for blodtransfusioner, væskehåndtering og andre kritiske plejeforanstaltninger."

"Denne proaktive tilgang kan betydeligt reducere forekomsten af ​​uønskede hændelser, forkorte restitutionstider og bidrage til bedre patientuddannelse og uddannelsesprocesser," sagde Dr. Perez Pachon og Santaella afsluttende.

Forskerne planlægger yderligere undersøgelser for at forfine deres AI-model, herunder yderligere træning ved hjælp af data fra kirurger verden over. Dr. Perez Pachon kommenterer: "Vi mener, at fremtidig forskning i AI-teknologi har ubegrænset potentiale til at forbedre patientsikkerheden, og vi ser frem til yderligere udvikling på dette område."

Kilder: