En AI-modell kan bidra til å gjøre fettsuging tryggere

En AI-modell kan bidra til å gjøre fettsuging tryggere

En nyutviklet kunstig intelligens (AI) modell er svært nøyaktig når det gjelder å forutsi blodtap hos pasienter som gjennomgår store volum fettsuging, rapporterer en studie i januarutgaven avPlastisk og rekonstruktiv kirurgi®,det offisielle medisinske tidsskriftet til American Society of Plastic Surgeons (ASPS). Tidsskriftet er publisert i Lippincott-porteføljen til Wolters Kluwer.

Å utvikle en AI-modell for å forutsi blodtap under fettsuging er et "banebrytende fremskritt" med potensial til å forbedre pasientsikkerhet og kirurgiske resultater, ifølge den nye studien ledet av Mauricio E. Perez Pachon, MD, fra Mayo Clinic, Rochester, Minnesota, og Jose T. Santaella, MD, fra CIMA Clinic-Loja, Ecuador. "Ved å utnytte kraften til AI-drevne prediktive modeller, kan kirurger skreddersy prosedyrene sine til de individuelle behovene til hver enkelt pasient, sikre optimale resultater og minimere risikoen for komplikasjoner som for stort blodtap, skriver forskerne.

Bruker AI for å forutsi blodtap under fettsuging

Fettsuging er den vanligste kosmetiske operasjonsprosedyren på verdensbasis og utføres på mer enn 2,3 millioner pasienter årlig. Selv om fettsuging generelt er trygt, er overdreven blodtap en potensielt alvorlig komplikasjon, spesielt når større mengder fett fjernes. AI-baserte verktøy er utviklet for å forhindre blodtap i ulike medisinske spesialiteter og kirurgiske prosedyrer som ryggrad, ortopedisk og traumekirurgi.

Dr. Perez Pachon, Santaella og kolleger brukte maskinlæringsteknologi for å analysere data fra 721 pasienter som gjennomgikk store volum fettsuging, med et totalt volum på over 4000 milliliter (fire liter) fett og væske fjernet. Alle prosedyrer ble utført i to klinikker, en i Colombia og en i Ecuador, etter identiske fettsugingsprotokoller.

Data fra et tilfeldig utvalg av 621 pasienter ble brukt til å utvikle en modell for å forutsi estimert blodtap som inkorporerte et bredt spekter av demografiske, kliniske og kirurgiske data. Forskerne testet deretter modellens ytelse ved å forutsi blodtapsvolum hos de resterende 100 pasientene.

Med en nøyaktighet på 94 % kan modellen bidra til å gjøre fettsuging tryggere

Resultatene viste "utmerket samsvar" mellom forutsagt og estimert blodtapsvolum, med et standardavvik (variasjon rundt gjennomsnittet) på 26 milliliter. Den maksimale forskjellen mellom forventet og faktisk blodtap var ca. 188 ml, mens minimumsforskjellen kun var 0,22 ml.

Totalt sett var AI-verktøyet 94 % nøyaktig når det gjaldt å forutsi blodtap. "Denne nøyaktigheten forbedrer modellens potensial som et beslutningsstøtteverktøy i kroppskonturprosedyrer, der prediksjon av intraoperativt blodtap er avgjørende for pasientsikkerhet og kirurgisk planlegging," skriver forskerne. "[S]kirurger kan bruke de anslåtte blodtapsestimatene til å ta informerte beslutninger om perioperativ behandling, for eksempel behovet for blodtransfusjoner, væskebehandling og andre kritiske omsorgstiltak."

"Denne proaktive tilnærmingen kan redusere forekomsten av uønskede hendelser betydelig, forkorte restitusjonstiden og bidra til bedre pasientopplæring og pedagogiske prosesser," sa Dr. Perez Pachon og Santaella.

Forskerne planlegger ytterligere studier for å avgrense AI-modellen deres, inkludert videre opplæring ved å bruke data fra kirurger over hele verden. Dr. Perez Pachon kommenterer: "Vi tror at fremtidig forskning innen AI-teknologi har ubegrenset potensial for å forbedre pasientsikkerheten, og vi ser frem til videre utvikling på dette området."

Kilder: