2024. 02. 19. - 08:50
Vesekárosodást jelez előre a mesterséges intelligencia
Közepes sikereket ért el egy új mesterséges intelligencia-eszköz a kórházi kezelésekkel összefüggő vesekárosodás előrejelzésében.
Bevetettek egy új mesterséges intelligencia-eszközt a kutatók, amely képes előrejelezni a kórházi kezeléssel kapcsolatos vesekárosodást.
A kórházban szerzett akut vesesérülés (HA-AKI) gyakori szövődmény a betegek esetében, amely krónikus vesebetegséghez vezethet és hosszabb kórházi tartózkodással, magasabb egészségügyi költségekkel, sőt megnövekedett halálozással jár.
Tekintettel a negatív következményekre, az akut vesesérülés megelőzése javíthatja a kórházi kezelés eredményeit. A probléma megjelenésének előrejelzése azonban nehéz, mivel számos tényező befolyásolja.
Gépi tanulási eszköz nyújthat segítséget
A Mass General Brigham Digital kutatói egy kereskedelemben már megjelent gépi tanulási eszközt teszteltek, az Epic Risk of HA-AKI prediktív modellt. Kiderült, hogy az közepesen sikeres az akut vesesérülés kockázatának előrejelzésében a rögzített betegadatokban. Olvasd el: Tökéletes másodvéleménnyel szolgál a mesterséges intelligencia az orvoslásban
Vesekárosodást jelez előre a mesterséges intelligencia
A tanulmány ugyanakkor alacsonyabb teljesítményt mutatott, mint az Epic Systems Corporation belső validálása által rögzített teljesítmény – ez rávilágít a mesterséges intelligencia-modellek validálásának fontosságára a klinikai bevezetés előtt.
Az Epic modell felméri a felnőtt fekvőbetegek esélyeit a HA-AKI kockázatára vonatkozóan – amelyet a szérum kreatininszint előre meghatározott emelkedése jellemez.
A modellt a Mass General Brigham kórházakból származó adatok felhasználásával tanították be. A kutatók ezt követően közel 40 ezer fekvőbeteg kórházi tartózkodásának adatain tesztelték a mesterséges intelligencia-eszközt 2022 augusztusa és 2023 januárja között, 5 hónapig.
Az adatkészlet kiterjedt volt - számos dolgot gyűjtöttek össze a páciensekről, köztük olyan információkat is, mint például a demográfiai adataik, társbetegségeik, fő diagnózisaik, szérum kreatininszintjük és a kórházi tartózkodásuk időtartama. Két elemzés készült, amelyek a találkozási szintű és az előrejelzési szintű modellek teljesítményét vizsgálták.
A kutatók megfigyelései alapján az eszköz megbízhatóbb volt az akut vesesérülést illetően alacsonyabb kockázatú betegek értékelésénél.
Bár a modell magabiztosan tudta azonosítani, hogy mely alacsony rizikójú pácienseknél nem alakul ki HA-AKI, nehezen tudta megjósolni, hogy a magasabb kockázatú betegeknél mikor alakulhat ki.
Az eredmények az akut vesesérülés értékelt stádiumától függően is változtak – az előrejelzések sikeresebbek voltak az 1. stádiumú HA-AKI esetében, mint a súlyosabb eseteknél.
A tanulmány a NEJM AI folyóiratban jelent meg.
Szerzői összességében arra a következtetésre jutottak, hogy a végrehajtás magas hamis pozitív arányt eredményezhet, ezért a mesterséges intelligencia-eszköz klinikai hatásának további tanulmányozását kérték.
„Felfedeztük, hogy az Epic prediktív modell jobban kizárja az alacsony kockázatú betegeket, mint ahogy azonosítja a magas kockázatúakat - mondta a tanulmány vezető szerzője, Sayon Dutta orvos, a Mass General Brigham Digital Clinical Informatics csapatának vezetője, illezve sürgősségi orvos a Massachusettsi Általános Kórházban. – A prediktív modellekkel történő vesesérülés-kockázat azonosítás elősegítheti a klinikai döntések meghozatalát, például figyelmeztetheti az orvosokat, hogy ne javasoljanak nefrotoxikus gyógyszereket, de a klinikai megvalósítás előtt további vizsgálatokra van szükség” – szögezte le a szakember.
L.A.
