Model sztucznej inteligencji może pomóc w zwiększeniu bezpieczeństwa liposukcji

Model sztucznej inteligencji może pomóc w zwiększeniu bezpieczeństwa liposukcji

Jak wynika z badania opublikowanego w styczniowym wydaniu czasopisma, nowo opracowany model sztucznej inteligencji (AI) jest bardzo dokładny w przewidywaniu utraty krwi u pacjentów poddawanych liposukcji dużej objętości.Chirurgia Plastyczna i Rekonstrukcyjna®,oficjalne czasopismo medyczne Amerykańskiego Towarzystwa Chirurgów Plastycznych (ASPS). Czasopismo wydawane jest w portfolio Lippincott wydawnictwa Wolters Kluwer.

Jak wynika z nowego badania prowadzonego przez Mauricio E. Pereza Pachona z Mayo Clinic w Rochester w stanie Minnesota i Jose T. Santaellę z CIMA Clinic-Loja w Ekwadorze, opracowanie modelu sztucznej inteligencji umożliwiającego przewidywanie utraty krwi podczas liposukcji to „przełomowy postęp” mogący poprawić bezpieczeństwo pacjentów i wyniki zabiegów chirurgicznych. „Wykorzystując moc modeli predykcyjnych opartych na sztucznej inteligencji, chirurdzy mogą dostosować swoje procedury do indywidualnych potrzeb każdego pacjenta, zapewniając optymalne wyniki i minimalizując ryzyko powikłań, takich jak nadmierna utrata krwi” – ​​piszą naukowcy.

Wykorzystanie sztucznej inteligencji do przewidywania utraty krwi podczas liposukcji

Liposukcja jest najczęstszym zabiegiem chirurgii plastycznej na świecie i wykonuje się ją u ponad 2,3 miliona pacjentów rocznie. Chociaż liposukcja jest ogólnie bezpieczna, nadmierna utrata krwi jest potencjalnie poważnym powikłaniem, szczególnie w przypadku usuwania większych ilości tłuszczu. Opracowano narzędzia oparte na sztucznej inteligencji, aby zapobiegać utracie krwi w przypadku różnych specjalizacji medycznych i zabiegów chirurgicznych, takich jak chirurgia kręgosłupa, ortopedia i chirurgia urazowa.

Doktor Perez Pachon, Santaella i współpracownicy wykorzystali technologie uczenia maszynowego do analizy danych od 721 pacjentów, którzy przeszli liposukcję wielkoobjętościową, podczas której usunięto łącznie ponad 4000 mililitrów (cztery litry) tłuszczu i płynów. Wszystkie zabiegi przeprowadzono w dwóch klinikach, jednej w Kolumbii i jednej w Ekwadorze, według identycznych protokołów liposukcji.

Dane pochodzące z losowej próby 621 pacjentów wykorzystano do opracowania modelu przewidywania szacunkowej utraty krwi, który obejmował szeroki zakres danych demograficznych, klinicznych i chirurgicznych. Następnie naukowcy przetestowali skuteczność swojego modelu w przewidywaniu objętości utraty krwi u pozostałych 100 pacjentów.

Dzięki dokładności 94% model może pomóc w zwiększeniu bezpieczeństwa liposukcji

Wyniki wykazały „doskonałą zgodność” między przewidywaną i szacunkową objętością utraty krwi, z odchyleniem standardowym (odchyleniem od średniej) wynoszącym 26 mililitrów. Maksymalna różnica pomiędzy przewidywaną a rzeczywistą utratą krwi wyniosła około 188 ml, minimalna zaś jedynie 0,22 ml.

Ogólnie rzecz biorąc, narzędzie AI było w 94% dokładne w przewidywaniu utraty krwi. „Ta dokładność zwiększa potencjał modelu jako narzędzia wspomagającego podejmowanie decyzji w procedurach modelowania sylwetki, gdzie przewidywanie śródoperacyjnej utraty krwi ma kluczowe znaczenie dla bezpieczeństwa pacjenta i planowania operacji” – napisali naukowcy. „[Chirurdzy] mogą wykorzystywać przewidywane szacunki utraty krwi do podejmowania świadomych decyzji dotyczących postępowania w okresie okołooperacyjnym, takich jak konieczność transfuzji krwi, uzupełniania płynów i innych środków intensywnej terapii”.

„To proaktywne podejście może znacznie ograniczyć występowanie zdarzeń niepożądanych, skrócić czas rekonwalescencji i przyczynić się do lepszej edukacji pacjentów i procesów edukacyjnych” – podsumowali dr Perez Pachon i Santaella.

Naukowcy planują dalsze badania w celu udoskonalenia modelu sztucznej inteligencji, w tym dalsze szkolenia z wykorzystaniem danych uzyskanych od chirurgów z całego świata. Dr Perez Pachon komentuje: „Wierzymy, że przyszłe badania nad technologią sztucznej inteligencji mają nieograniczony potencjał poprawy bezpieczeństwa pacjentów i nie możemy się doczekać dalszego rozwoju w tej dziedzinie”.

Źródła: