Cercetătorii au creat AI-ul care prezice riscul de delir în ATI

Adaugă-ne ca sursă preferată în Google

Urmărește-ne in Discover

Mai mult de o treime dintre toate persoanele internate în spitale și până la 80% dintre pacienții dintr-o secție de terapie intensivă (ATI) dezvoltă delir, un tip de disfuncție cerebrală marcată de accese bruște de confuzie, neatenție, paranoia, sau chiar agitaţie şi halucinaţii. Un cercetător de la Johns Hopkins Medicine, în colaborare cu studenții de inginerie de la Universitatea Johns Hopkins, din SUA, a raportat că a dezvoltat AI-ul care prezice riscul de delir.

„A fi capabili să diferențiem între pacienții cu risc scăzut și cei cu risc ridicat de delir este incredibil de important în ATI, deoarece ne permite să alocăm mai multe resurse intervențiilor în populația cu risc ridicat”, spune medicul Robert Stevens, profesor asociat de anestezie și medicină de îngrijire critică la Școala de Medicină a Universității Johns Hopkins.

Stevens este și autor principal al noului studiu, publicat în revista Anesthesiology.

De ce a fost creat AI-ul care prezice riscul de delir?

Clinicienii știau deja că delirul în ATI apare mai des la pacienții în vârstă și mai bolnavi și că pacienții din ATI care dezvoltă delir prezintă un risc mai mare de spitalizare prelungită, demență viitoare și deces.

Intervențiile anti-delir, cum ar fi „pachetele de îngrijire”, schimbarea medicamentelor și terapia ocupațională și fizică mai devreme decât de obicei sunt eficiente, spun experții, dar timpul și resursele limitate, precum și nevoile deseori imprevizibile ale pacienților de la ATI, le împiedică pe majoritatea secțiilor să le folosească la fiecare pacient.

AI-ul care prezice riscul de delir, conceput de studenți la inginerie din programele de licență și de masterat dintr-un curs de medicină de precizie predat de Stevens, folosește algoritmi de inteligență artificială aplicați la un set de date disponibil public care acoperă peste 200.000 de internări în ATI din 208 spitale din întreaga țară.

„Ideea de bază a fost că aceste date colectate în mod obișnuit și stocate în fișele electronice de sănătate ale pacienților conțin semnături care sunt asociate cu riscul de delir”, spune Kirby Gong, prim autor al noului studiu.

Două modele ale algoritmului

Folosind datele, echipa a dezvoltat două modele computerizate pentru a prezice riscul de delir. Unul, un așa-numit model static, realizează un singur instantaneu al datelor pacientului la scurt timp după internare (informații despre vârstă, severitatea bolii, alte diagnostice, variabile fiziologice și medicamentele curente) pentru a prezice riscul de delir în orice moment din timpul șederii în spital.

Cel de-al doilea, un așa-numit model dinamic, monitorizează informațiile pe ore și zile, cum ar fi măsurători repetate ale tensiunii arteriale, ale pulsului și ale temperaturii, pentru a oferi riscul de delir al pacientului actualizat continuu pentru următoarele 12 ore.

Odată ce cercetătorii au dezvoltat modelele de inteligență artificială, le-au testat pe alte două seturi de date de la un spital din Boston, acoperind în mod colectiv mai mult de 100.000 de spitalizări în ATI. Aria de sub curba caracteristică de funcționare a receptorului (IC 95%) pentru primul model de 24 de ore a fost de 0,785, ceea ce înseamnă că a fost capabil să prezică ce pacienți vor avea delir în 78,5% din cazuri.

Modelul dinamic a funcționat și mai bine, prezicând pacienții predispuși la delir până la 90% din cazuri, scrie Medical Xpress.

AI-ul care prezice riscul de delir poate fi folosit și pentru alte afecțiuni

Stevens spune că acum testează modelele pe baza datelor istorice ale pacienților de la unitățile de terapie intensivă Johns Hopkins Medicine și intenționează să proiecteze un studiu clinic pentru a testa utilizarea algoritmilor și modul în care aceștia ar putea modela îngrijirea clinică la pacienții nou internați.

Laboratorul său aplică abordări similare de inteligență artificială, adesea în colaborare cu studenții la inginerie, pentru a prezice accidentul vascular cerebral, insuficiența cardiacă, emboliile pulmonare și alte evenimente emergente observate în medicina de îngrijire critică.

„Pentru multe dintre aceste tranziții fiziologice, credem că există semne de avertizare timpurie care pot să nu fie evidente pentru un clinician, dar care pot fi detectate folosind tipurile de analiză a modelelor susținute de inteligența artificială pe care le-am folosit aici”, spune Stevens.

Vă recomandăm să citiți și:

Interesul bărbaților pentru sex, un indicator al riscului de moarte. Ce arată un studiu?

Oamenii sunt mai predispuși să returneze un portofel pierdut atunci când conține bani lichizi

Un nou medicament pentru Alzheimer, care reduce declinul cognitiv, a fost aprobat în SUA

Exercițiile aerobice regulate reduc depresia la adolescenți