AI může lépe předvídat komplikace chirurgického zákroku než lékaři

Nový model umělé inteligence zjistil dříve nezjištěné signály v rutinních testech srdečních testů, které silně předpovídají, kteří pacienti budou po chirurgickém zákroku utrpět potenciálně smrtící komplikace. Model významně překonal skóre rizik, na které se v současné době spoléhají lékaři.

Práce vědců z univerzity Johns Hopkins University, která mění standardní a levné výsledky testů na potenciálně záchranující nástroj, by mohla transformovat rozhodování a výpočet rizik u pacientů i chirurgů.

„Ukazujeme, že základní elektrokardiogram obsahuje důležité prognostické informace, které neidentifikovatelné pouhým okem,“ řekl vyšší autor Robert D. Stevens, vedoucí divize informatiky, integrace a inovací v Johns Hopkins Medicine. „Můžeme jej extrahovat pouze pomocí technik strojového učení.“

Zjištění jsou zveřejněna v British Journal of Anestesia.

Podstatná část lidí se po velké chirurgii rozvíjí život ohrožující komplikace. Skóre rizik, na které se lékaři spoléhají, aby zjistili, kdo je ohrožen komplikacemi, jsou přesné pouze v přibližně 60% případů.

Doufat, že vytvoří přesnější způsob, jak je předvídat zdravotní rizikaTým Johns Hopkins se obrátil na elektrokardiogram (EKG), standardní, předmožnický srdce Testujte široce získané před velkou operací. Je to rychlý, neinvazivní způsob, jak vyhodnotit srdeční aktivitu prostřednictvím Elektrické signálya může signalizovat srdeční choroby.

Signály EKG však také vyzvednou další, jemnější fyziologické informace, řekl Stevens a tým Hopkins měl podezření, že by mohli najít pokladnou prediktivní údaje – pokud by jim AI mohla pomoci vidět.

„EKG obsahuje mnoho opravdu zajímavých informací nejen o srdci, ale o kardiovaskulárním systému,“ řekl Stevens.

„Zánět, endokrinní systém, metabolismus, tekutiny, elektrolyty – všechny tyto faktory formují morfologii EKG. Pokud bychom mohli získat opravdu velký datový soubor EKG výsledků a analyzovat ho s ním hluboké učeníUsoudili jsme, že bychom mohli získat cenné informace, které v současné době nejsou k dispozici klinickým lékařům. “

Tým analyzoval předoperační data EKG od 37 000 pacientů, kteří podstoupili chirurgický zákrok v Medical Center Beth Israel Deaconess v Bostonu.

Tým trénoval dva modely AI, aby identifikoval pacienty, kteří pravděpodobně budou mít infarkt, mrtvici nebo zemřeli do 30 dnů po jejich operaci. Jeden model byl vyškolen na pouhých datech EKG. Druhý, který tým nazval modelem „fúze“, kombinoval informace EKG s více podrobnostmi z lékařských záznamů pacientů, jako je věk, pohlaví a stávající zdravotní stavy.

Model pouze EKG předpovídal komplikace lépe než současné skóre rizika, ale model fúze byl ještě lepší, schopen předvídat, kteří pacienti by utrpěli post-chirurgické komplikace s 85% přesností.

„Překvapivé, že můžeme vzít tuto rutinní diagnostiku, tato 10 sekund v hodnotě dat, a předpovídat opravdu dobře, pokud někdo zemře po operaci,“ řekl hlavní autor Carl Harris, Ph.D. Student v biomedicínském inženýrství. „Máme opravdu smysluplné zjištění, které může zlepšit hodnocení chirurgického rizika.“

Tým také vyvinul metodu, jak vysvětlit, které funkce EKG by mohly být po operaci spojeny s infarktem nebo mrtvicí.

„Dokážete si představit, jestli procházíš Hlavní chirurgieMísto toho, aby vaše EKG vložila do svých záznamů, kde se na to nikdo nedívá, je to probíhá přes model a získáte posouzení rizik a můžete mluvit se svým lékařem o rizicích a výhodách chirurgického zákroku, “řekl Stevens.

„Je to transformační krok vpřed v tom, jak hodnotíme riziko pro pacienty.“

Dále tým dále testuje model na datových sadách od více pacientů. Chtěli by také otestovat model prospektivně s pacienty, kteří se chystají podstoupit operaci.

Tým by také chtěl určit, jaké další informace by mohly být extrahovány z výsledků EKG prostřednictvím AI.