Система искусственного интеллекта исследователей УФ дает врачам лучшее представление о состоянии пациентов

Используя данные, собранные по жизненно важным показателям пациентов, исследователи из Университета Флориды разработали систему искусственного интеллекта, которая может ускорить и сфокусировать принятие решений врачами на важнейших, ранних стадиях госпитализации.

Алгоритм работает, собирая потоки данных по шести жизненно важным показателям, измеренным в течение шести часов после госпитализации. Затем эти данные группируются в один из четырех отдельных кластеров, что дает врачам более четкое, своевременное и точное представление о прогнозе пациента и возможных медицинских результатах. Результаты были опубликованы 13 октября в журнале PLOS Digital Health.

Этот подход использует искусственный интеллект для более быстрого и тщательного анализа данных пациентов, чем врачи, сказала Азра Бихорак, доктор медицинских наук, старший заместитель декана по исследовательской работе Медицинского колледжа UF и директор Центра интеллектуальной интенсивной терапии UF. В течение нескольких часов система может идентифицировать пациентов, у которых может быть риск неблагоприятного исхода.

«Эта система потенциально может ускорить принятие решений врачами, а также сделать их более точными», — сказал Бихорак.

Результаты являются результатом сотрудничества дюжины исследователей УФ, имеющих опыт в хирургии, информатике, медицине, анестезиологии и биомедицинской инженерии.

Для оценки системы исследователи использовали обезличенную базу данных взрослых пациентов, поступивших в больницу UF Health Shands в период с 2014 по 2016 год. Алгоритм был проверен и протестирован с использованием данных почти 100 000 человек всех возрастных групп.

Когда машинное обучение, разновидность искусственного интеллекта, было применено к рутинным, ранним данным о жизненно важных показателях, система идентифицировала пациентов с уникальными категориями заболеваний и различными клиническими исходами. Затем пациенты были сгруппированы в один из четырех отдельных «кластеров». У пациентов, отнесенных к одному из кластеров, наблюдались ранние признаки пониженного артериального давления, повышенная сердечная активность и вялотекущее воспаление. Хотя эти состояния могут быть серьезными на ранних стадиях, они также могут исчезнуть и привести к благоприятным результатам. Алгоритм сгруппировал других пациентов в другой кластер, с наибольшей вероятностью страдающих хроническими заболеваниями почек и сердечно-сосудистой системы. Исследователи обнаружили, что они также с большей вероятностью умрут в течение трех лет.

Ценность алгоритма заключается в его способности собирать и быстро анализировать множество данных о пациентах, сказал Бихорак. Например, низкое кровяное давление может быть ранним индикатором различных будущих проблем со здоровьем. В сочетании с другими данными пациента и анализе с помощью алгоритма врачи получают более четкое представление о траектории движения пациента.

«Это действительно как ранний предупреждающий знак. В течение шести часов он может помочь выявить пациентов, у которых может быть риск неблагоприятного исхода. Он сообщает нам, какие пациенты могут подвергаться риску ухудшения состояния, а кому немедленно требуется больше внимания». она сказала.

Далее Бихорак заявила, что ищет дополнительные гранты, которые позволят команде продолжить изучение системы и, в конечном итоге, проверить ее эффективность на госпитализированных пациентах. По ее словам, такая система, вероятно, может быть развернута без значительных затрат.

«Это такое простое и элегантное решение. Оно берет уже собранные данные и использует их в полной мере на благо пациента», — сказал Бихорак.

В число коллег из Центра интеллектуальной реанимации УФ, внесших заметный вклад в исследование, входят Юаньфан Жэнь, доктор философии, эксперт в области компьютерных наук и научный сотрудник Медицинского колледжа УФ; Тайлер Дж. Лофтус, доктор медицинских наук, доцент кафедры хирургии; и Гилберт Р. Апчерч, доктор медицинских наук, профессор и заведующий кафедрой хирургии, сказал Бихорак.

Исследование было поддержано несколькими грантами Национальных институтов здравоохранения, Национального научного фонда и Университета Флориды.

Контакт для СМИ: Дуг Беннетт, [email protected], 352-265-9400

Научный писатель, редактор

Дуг Беннетт присоединился к команде UF Health в январе 2015 года в качестве научного писателя и редактора. Его тематические области включают анатомию; биохимия и молекулярная биология; молекулярная генетика и микробиология; патология,...Подробнее