2023. 01. 25. - 10:35

Mesterséges intelligencia osztályozhatja a mellkasi fájdalommal küzdőket

Mesterséges intelligencia osztályozhatja a mellkasi fájdalommal küzdőket

Mesterséges intelligencia segíthet javítani a kórházakban akut mellkasi fájdalommal jelentkező betegek ellátását.

Kutatók már képesek arra, hogy mesterséges intelligenciával osztályozzák a mellkasi fájdalomtól szenvedő betegeket. A Radiology folyóiratban megjelent tanulmány arra utal, hogy a mesterséges intelligencia (AI) segíthet javítani a kórházakban akut mellkasi fájdalommal jelentkezők ellátását.
 
„Legjobb tudomásunk szerint mélytanulásos mesterséges intelligencia modellünk az első, amely mellkasröntgen-sugarak segítségével azonosítja az azonnali orvosi ellátásra szoruló, akut mellkasi fájdalommal küzdő pácienseket”– mondta a tanulmány vezető szerzője, Kolossváry Márton orvos, PhD, a bostoni Massachusetts-i Általános Kórház (MGH) radiológiai kutatója.
 
Az akut mellkasi fájdalom szindróma szorító, égő vagy egyéb kellemetlen érzéssel járhat a mellkasban, de súlyos fájdalom is felléphet, amely a hátra, nyakra, vállra, a karra vagy az állkapocsra is átsugárzik. Mindezt légszomj kísérheti.
 
Akut mellkasi fájdalom szindróma miatt csak az Egyesült Államokban évente több mint 7 millióan keresik fel a sürgősségi osztályt - ez az egyik leggyakoribb panasz. Olvasd el: 
 
Mesterséges intelligencia osztályozhatja a mellkasi fájdalommal küzdőket
Mesterséges intelligencia osztályozhatja a mellkasi fájdalommal küzdőket
 
E betegek kevesebb mint 8 százalékánál diagnosztizálják az akut mellkasi fájdalom szindróma három fő kardiovaszkuláris okát: az akut koronária szindrómát, a tüdőembóliát vagy az aorta disszekcióját.
 
Ezen állapotok életveszélyesek lehetnek és sajnálatos, hogy a klinikai vizsgálatok, például az elektrokardiogram (EKG) és a vérvizsgálatok alacsony specifitása a szív- és érrendszeri és tüdődiagnosztikai képalkotás jelentős igénybevételéhez vezet és gyakran negatív eredményeket ad.
 
A sürgősségi osztályok küzdenek azzal, hogy sok a beteg és nem elég az ágy a kórházakban – ezért nagyon fontos a hatékony osztályozás az ilyen súlyos állapotok esetében, ki az, akinél alacsony a kockázat és kinél magas. Olvasd el: 
 
A mélytanulás a mesterséges intelligencia fejlett típusa – megtanítható, hogy betegségekkel kapcsolatos mintákat keressen a röntgenfelvételeken.
 
A tanulmányhoz Kolossváry doktor és munkatársai egy nyílt forráskódú mély tanulási modellt dolgoztak ki az akut mellkasi fájdalom szindrómában szenvedő betegek azonosítására, akiknél fennáll a 30 napos akut koronária szindróma, tüdőembólia, aorta disszekció vagy bármilyen okból bekövetkező halálozás kockázata – mellkas-röntgen alapján.
 
A tanulmány olyan akut mellkasi fájdalom szindrómában szenvedő páciensek elektronikus egészségügyi feljegyzéseit használta fel, akik mellkasröntgenfelvételen és további szív- és érrendszeri vagy pulmonális képalkotó és/vagy stresszteszteken estek át a Massachusetts-i Általános Kórházban vagy a bostoni Brigham és Női Kórházban 2005 január és 2015 december között. A tanulmányban 5.750, átlagosan 59 éves beteget értékeltek, köztük 3.329 férfit.
 
A mélytanulási modellt 23.005, Massachusetts-i Általános Kórház-beli betegen képezték ki, hogy a mellkasröntgenfelvételek alapján előre jelezzék az akut koszorúér-szindróma, a tüdőembólia vagy az aorta disszekciója, illetve a valamennyi okból bekövetkező halálozás 30 napos összetett végpontját.
 
A mélytanulási eszköz jelentősen javította ezen káros következmények előrejelzését az életkoron, nemen és a hagyományos klinikai markereken, például a d-dimer vérvizsgálatokon túl.
 
A modell megőrizte diagnosztikai pontosságát is a kor, nem, etnikai hovatartozás és faj tekintetében – 99 százalékos érzékenységi küszöböt alkalmazva a modell a betegek 14 százalékánál el tudta halasztani a további vizsgálatokat, szemben a 2 százalékkal, amikor csak az életkor, nem és biomarker adatokat tartalmazó modellt használták.
 
„A betegek kezdeti mellkasröntgenfelvételeit automatikus mélytanulási modellünkkel elemezve képesek voltunk pontosabb előrejelzéseket adni a páciensek állapot-kimenetelére vonatkozóan, mint egy olyan modellel, amely életkor, nem, troponin vagy d-dimer információkat használ – mondta Kolossváry doktor. - Eredményeink azt mutatják, hogy a mellkasröntgenfelvételek segíthetnek a sürgősségi osztályon a mellkasi fájdalommal küzdő betegek osztályozásában.”
 
Dr. Kolossváry szerint egy ilyen automatizált modell a jövőben a háttérben elemezheti a mellkasröntgenfelvételeket és segíthet kiválasztani azokat, akiknek a legtöbb haszna származna az azonnali orvosi ellátásból – emellett azonosíthatja azokat is, akik biztonsággal elbocsáthatók a sürgősségi osztályról.
 
Olvasd el ezt is: 
 
L.A.

Hírlevél feliratkozás

Kérjük, add meg adataidat a hírlevélre történő feliratkozáshoz! A megadott adatokat bizalmasan kezeljük, azokat harmadik félnek át nem adjuk.