Σύστημα τεχνητής νοημοσύνης προβλέπει τις επιπλοκές αλλά και το θάνατο μετά από αγγειοπλαστική
Οι ερευνητές δοκίμασαν το σύστημα σε δεδομένα από περισσότερους από 100.000 ασθενείς - Οι ερευνητές ελπίζουν ότι το εργαλείο τους θα βελτιώσει την ποιότητα και την ασφάλεια της αγγειοπλαστικής PCI και, τελικά, θα σώσει ζωές
Η διαδερμική αγγειοπλαστική στεφανιαίων αρτηριών (PCI) στοχεύει στην αποκατάσταση της παροχής αίματος στην καρδιά με το άνοιγμα των αποφραγμένων αρτηριών που μπορεί να προκαλούν την καρδιακή ανεπάρκεια. Αν και λιγότερο επεμβατική από την συμβατική επέμβαση, ορισμένες φορές η PCI μπορεί να προκαλέσει αιμορραγία, βλάβη στα νεφρά ή ακόμη και θάνατο.
Τώρα, μια ομάδα ερευνητών από το Michigan Medicine ανέπτυξε ένα σύστημα τεχνητής νοημοσύνης που μπορεί να προβλέψει τις πιθανότητες θανάτου ή επιπλοκών μετά από PCI με μεγάλη ακρίβεια. Το σύστημα, το οποίο βασίζεται σε έναν αλγόριθμο μηχανικής μάθησης που ονομάζεται XGBoost, χρησιμοποιεί δεδομένα από περισσότερους από 20 παράγοντες, όπως η ηλικία, η αρτηριακή πίεση και τα επίπεδα χοληστερόλης, για να υπολογίσει τη βαθμολογία κινδύνου ενός ασθενούς.
Οι ερευνητές δοκίμασαν το σύστημα σε δεδομένα από περισσότερους από 100.000 ασθενείς που υποβλήθηκαν σε PCI στο Μίσιγκαν μεταξύ 2018 και 2021. Διαπίστωσαν ότι το εργαλείο ήταν καλύτερο από άλλα υπάρχοντα μοντέλα στην πρόβλεψη θανάτου, σοβαρής αιμορραγίας και ανάγκη για μετάγγιση αίματος.
Οι ερευνητές συνεργάστηκαν με το PCI Patient Advisory Council (Συμβουλευτικό Συμβούλιο Ασθενών), μια ομάδα ασθενών που είχαν υποβληθεί σε PCI, για να σχεδιάσουν το εργαλείο, το οποίο είναι διαθέσιμο ως εφαρμογή, με τρόπο που να είναι εύκολα κατανοητό και εύχρηστο.
«Συνδυάσαμε το μοντέλο πρόβλεψης με την ανατροφοδότηση των ασθενών από το Συμβουλευτικό Συμβούλιο Ασθενών PCI για να μετατρέψουμε τη μηχανική μάθηση σε αυτό το ασθενοκεντρικό, εξατομικευμένο εργαλείο πρόβλεψης κινδύνου», δήλωσε ο επικεφαλής συγγραφέας Χιτίντερ Γκερν, επικεφαλής ιατρός στο U-M Health.
Οι ερευνητές ελπίζουν ότι το εργαλείο τους θα βελτιώσει την ποιότητα και την ασφάλεια της PCI και, τελικά, θα σώσει ζωές.
«Αυτό το εργαλείο τεχνητής νοημοσύνης μπορεί να αναγνωρίσει ένα ευρύ φάσμα εκβάσεων μετά την PCI και μπορεί να χρησιμοποιηθεί από τους παρόχους φροντίδας και τους ασθενείς από κοινού ώστε να αποφασίσουν την καλύτερη πορεία θεραπείας», δήλωσε ο Ντέιβιντ Χάμιλτον, επικεφαλής συγγραφέας της μελέτης και υπότροφος καρδιολογίας-κρίσιμης φροντίδας στο Michigan Medicine.
«Στην εποχή της ευρείας διάδοσης των smartphones και των ηλεκτρονικών ιατρικών φακέλων, αυτή η βαθμολογία κινδύνου θα μπορούσε να ενσωματωθεί στα ηλεκτρονικά συστήματα υγείας και να καταστεί εύκολη η χρήση της. Θα βοηθούσε όχι μόνο στη γρήγορη μετάδοση πολύπλοκων πληροφοριών στον πάροχο, αλλά θα μπορούσε και να χρησιμοποιηθεί για την ενίσχυση της εκπαίδευσης των ασθενών σχετικά με τους κινδύνους που σχετίζονται με την PCI», κατέληξαν οι συγγραφείς της μελέτης.
Τα ευρηματα της μελέτης δημοσιεύθηκαν στο «European Heart Journal».
Πηγή: Interesting Engineering, ΕΡΤ
Τώρα, μια ομάδα ερευνητών από το Michigan Medicine ανέπτυξε ένα σύστημα τεχνητής νοημοσύνης που μπορεί να προβλέψει τις πιθανότητες θανάτου ή επιπλοκών μετά από PCI με μεγάλη ακρίβεια. Το σύστημα, το οποίο βασίζεται σε έναν αλγόριθμο μηχανικής μάθησης που ονομάζεται XGBoost, χρησιμοποιεί δεδομένα από περισσότερους από 20 παράγοντες, όπως η ηλικία, η αρτηριακή πίεση και τα επίπεδα χοληστερόλης, για να υπολογίσει τη βαθμολογία κινδύνου ενός ασθενούς.
Πώς λειτουργεί το εργαλείο τεχνητής νοημοσύνης και ποια είναι τα οφέλη του;
Οι ερευνητές δοκίμασαν το σύστημα σε δεδομένα από περισσότερους από 100.000 ασθενείς που υποβλήθηκαν σε PCI στο Μίσιγκαν μεταξύ 2018 και 2021. Διαπίστωσαν ότι το εργαλείο ήταν καλύτερο από άλλα υπάρχοντα μοντέλα στην πρόβλεψη θανάτου, σοβαρής αιμορραγίας και ανάγκη για μετάγγιση αίματος.
Οι ερευνητές συνεργάστηκαν με το PCI Patient Advisory Council (Συμβουλευτικό Συμβούλιο Ασθενών), μια ομάδα ασθενών που είχαν υποβληθεί σε PCI, για να σχεδιάσουν το εργαλείο, το οποίο είναι διαθέσιμο ως εφαρμογή, με τρόπο που να είναι εύκολα κατανοητό και εύχρηστο.
«Συνδυάσαμε το μοντέλο πρόβλεψης με την ανατροφοδότηση των ασθενών από το Συμβουλευτικό Συμβούλιο Ασθενών PCI για να μετατρέψουμε τη μηχανική μάθηση σε αυτό το ασθενοκεντρικό, εξατομικευμένο εργαλείο πρόβλεψης κινδύνου», δήλωσε ο επικεφαλής συγγραφέας Χιτίντερ Γκερν, επικεφαλής ιατρός στο U-M Health.
Οι ερευνητές ελπίζουν ότι το εργαλείο τους θα βελτιώσει την ποιότητα και την ασφάλεια της PCI και, τελικά, θα σώσει ζωές.
«Αυτό το εργαλείο τεχνητής νοημοσύνης μπορεί να αναγνωρίσει ένα ευρύ φάσμα εκβάσεων μετά την PCI και μπορεί να χρησιμοποιηθεί από τους παρόχους φροντίδας και τους ασθενείς από κοινού ώστε να αποφασίσουν την καλύτερη πορεία θεραπείας», δήλωσε ο Ντέιβιντ Χάμιλτον, επικεφαλής συγγραφέας της μελέτης και υπότροφος καρδιολογίας-κρίσιμης φροντίδας στο Michigan Medicine.
«Στην εποχή της ευρείας διάδοσης των smartphones και των ηλεκτρονικών ιατρικών φακέλων, αυτή η βαθμολογία κινδύνου θα μπορούσε να ενσωματωθεί στα ηλεκτρονικά συστήματα υγείας και να καταστεί εύκολη η χρήση της. Θα βοηθούσε όχι μόνο στη γρήγορη μετάδοση πολύπλοκων πληροφοριών στον πάροχο, αλλά θα μπορούσε και να χρησιμοποιηθεί για την ενίσχυση της εκπαίδευσης των ασθενών σχετικά με τους κινδύνους που σχετίζονται με την PCI», κατέληξαν οι συγγραφείς της μελέτης.
Τα ευρηματα της μελέτης δημοσιεύθηκαν στο «European Heart Journal».
Πηγή: Interesting Engineering, ΕΡΤ
