2022. 10. 21. - 09:40
Ki a legveszélyeztetettebb Covid-beteg? - Megmondja a mesterséges intelligencia
Egy új gépi tanulási eszköz segíthet előrejelezni, mely páciensek a leginkább veszélyeztetettek a koronavírus szempontjából.
Számos módon segítheti az egészségügyet a mesterséges intelligencia. Ezt a koronavírus-járvány idején is bizonyította. Olvasd el: Mely koronavírus-betegnél nagyobb a halál kockázata? A mesterséges intelligencia megjósolja
A kutatók most újabb gépi tanulási eszközt hoztak létre, amely segíthet azonosítani a koronavírus miatt leginkább veszélyben levő betegeket: azokat, akiknél a legnagyobb eséllyel alakulhat ki Covid-19, mialatt kórházban vannak.
Az eszköz a mesterséges intelligencia egy formája. A tanulmányban 87 százalékos pontossággal előre tudta jelezni a magas kockázatának kitett pácienseket.
A technológiát a londoni Imperial College és az Imperial College Healthcare NHS Trust Infection Prevention and Control (IPC) osztályának kutatói fejlesztették ki, a rutin kórházi és betegadatok felhasználásával. Olvasd el: Köhögő emberek segítenek az algoritmusnak
Ki a legveszélyeztetettebb Covid-beteg? - Megmondja a mesterséges intelligencia
Megtanították az eszközt a koronavírus-fertőzésekkel kapcsolatos kockázati tényezők azonosítására – ilyen például az életkor, a nem, a más fertőző betegekkel való érintkezés, az ágyak elhelyezkedése és a betegek mozgása a kórházban.
Ha előre jelzi, mely betegeknél áll fenn a fertőzés kialakulásának rizikója a kórházban, az segíthet megelőzni, nehogy a fertőzés más betegekre és személyzetre is átterjedjen.
Az eszközt a Covid-19 fertőzés első két hulláma során az Imperial College Healthcare kórházaiba felvett fekvőbetegek adatai alapján tesztelték, majd a Genfi Egyetemi Kórházak adatai segítségével validálták.
A The Lancet Digital Health című folyóiratban megjelent tanulmány az első, amely a betegek elérhetőségeit felhasználja a koronavírus kórházi kialakulási kockázatának pontos előrejelzésére. Olvasd el:
A tanulmány az Imperial College Healthcare Clinical Analytics, Research and Evaluation (iCARE) környezetének adatait alkalmazta, amely hozzáférést biztosít a rutinszerűen gyűjtött, anonimizált egészségügyi adatokhoz - kutatási célokra, azért, hogy abból a páciensek közvetlenül előnyt szerezhessenek.
A kutatócsapat úgy véli, ez az eszköz egyéb fertőzéseknél is alkalmazható, amelyek kialakulásának kockázata egyes betegeknél fennáll a kórházi kezelés során. Ilyen például a Clostridium difficile (C difficile) – egy baktériumtípus, amely hasmenést okozhat.
„A koronavírus világjárvány során néhány betegnél kórházi tartózkodása alatt alakult ki fertőzés. Szükség van prediktív modellek kidolgozására, hogy azonosítsák azokat a pácienseket, akik a leginkább érintettek, fennáll esetükben a Covid-19 fertőzés kockázata és beavatkozzunk, hogy ez ne történjen meg. Ezt a szokásos intézkedések mellett megtehetjük a járványkitörések és a további fertőzések minimalizálása érdekében” – mondta el Ashleigh Myall, az Imperial College London Matematikai Tanszékének munkatársa, a tanulmány vezető szerzője.
„Kidolgoztunk egy gépi tanulási keretrendszert: akár 87 százalékos pontossággal képes azonosítani a betegeket, akiknél a legnagyobb a kockázata a koronavírus elkapásának. Ez a keretrendszer számos felügyeleti eszköz részeként használható a fertőzések, megelőzési és ellenőrzési stratégiák javítására, különösen a téli hónapokban, amikor a Covid-19 fertőzések könnyebben terjednek” – tette hozzá a szakember.
A tanulmánynak megvannak a korlátai, mivel a kiképzési és tesztelési időszak az Egyesült Királyságban az oltás bevezetése előtt zajlott. Vagyis, nem veszi figyelembe az egyének beoltottsági státuszát a kockázat meghatározásakor. A modell azonban erősen prediktív és más fertőző vírusok esetében is használható – jegyezte meg Ashleigh Myall.
„A Covid-19 világjárvány arra késztette a kutatókat és a klinikusokat, hogy időt, pénzt és erőfeszítést fektessenek be, s reagáljanak a jelenlegi helyzetre, illetve a jövőbeli járványokra – mondta Sid Mookerjee, a tanulmány társszerzője, az Imperial College Healthcare NHS Trust antimikrobiális kezelések, felügyelet és járványtan operatív vezetője. – Igencsak keresett klinikai megoldás a fertőzések, például a koronavírus, a C difficile és más fertőző betegségek kialakulási kockázatának pontos előrejelzése a betegeknél.”
„Ezzel a munkával egy új és nagymértékben prediktív megközelítést mutatunk be olyan páciensek azonosítására, akik ki vannak téve a fertőzéseknek, miközben kórházi ellátásban részesülnek. Ez segíthet a kórházi vezetőknek és a klinikusoknak biztonságos és hatékony betegellátási módok és az ágykezelés kialakításában”- tette hozzá Mookerjee.
L.A.
