אלגוריתם מתקדם מנבא תוצאות עבור חולים עם פגיעה מוחית קשה

צוות של חוקרים בארה"ב יצר מודל חדשני של למידה עמוקה המנתח סריקות CT ומידע קליני כדי לחזות תוצאות של שישה חודשים עבור חולים עם פגיעה מוחית טראומטית חמורה (TBI). בנוסף לביצועים טובים יותר מהתחזיות של נוירוכירורגים, האלגוריתם יכול גם לכוון במדויק חולי TBI לקראת טיפול מציל חיים.

החלטות קליניות טובות יותר

כחלק מהמחקר, מדעני נתונים ב- בית הספר לרפואה של אוניברסיטת פיטסבורג עבד עם מנתחי נוירוטראומה במרכז הרפואי של אוניברסיטת פיטסבורג (UPMC) ליצור מודל חדשני של בינה מלאכותית המעבד מספר סריקות CT ראש של חולי TBI חמורים. האלגוריתם, המתואר ב רדיולוגיה, מנתח גם את הסימנים החיוניים של החולים, בדיקות הדם ותפקוד הלב, וכן הערכות לגבי חומרת התרדמת.

מתוך הכרה בעובדה שטכניקות הדמיית מוח מתפתחות עם הזמן, ושאיכות התמונה יכולה להשתנות באופן מהותי ממטופל למטופל, הצוות הסביר את אי סדירות הנתונים על ידי אימון האלגוריתם על מגוון פרוטוקולי הדמיה שונים.

החוקרים, ובראשם מחברים ראשונים מתיו פיז ו דומן ארפאן, אימתו את המודל שלהם על ידי בדיקתו על שתי קבוצות חולים - האחת מורכבת מיותר מ-500 חולי TBI חמור שטופלו בעבר ב-UPMC והשנייה של 220 חולים מ-18 מוסדות ברחבי הארץ, באמצעות קונסורציום TRACK-TBI. הם השוו את הביצועים של הדגם לאלה של פְּגִיעָה מודל והתחזיות של שלושה נוירוכירורגים.

המודל שפותח יכול לחזות במדויק את הסיכון של חולים למוות ותוצאות שליליות בשישה חודשים לאחר האירוע הטראומטי. חשוב לציין, המודל שמר על יכולתו כאשר נבדק על קבוצה רב-מוסדית עצמאית מקונסורציום TRACK-TBI. המודל הוכח גם כבעל ביצועים טובים יותר מהתחזיות שנעשו על ידי שלושה נוירוכירורגים מטפלים.

ככותבים בכירים שאנדונג וו ו דיוויד אוקונקו הסבר, TBI היא מחלה המשבשת את תפקוד המוח התקין ועלולה להוביל לנכות נוירולוגית, רגשית ותעסוקתית קבועה. כאשר מטפלים בפציעות כאלה, רופאים מסתמכים על פרוגנוסטיקה כדי להנחות טיפול קליני, אך נאבקים לחזות במדויק תוצאות ב-TBI חמור. ככזה, מציין Wu, יש "צורך ופוטנציאל גדול למנף מידע קליני רב-מודאלי ולמידת מכונה כדי לפתח מודלים לחיזוי מונעי נתונים כדי לשפר את חיזוי התוצאות עבור חולי TBI חמורים".

"השתמשנו בטכניקות למידה עמוקה ולימוד תוכניות לימודים כדי לפתח מודלים של חיזוי המעבדים הן נתוני הדמיית CT ראש והן משתנים קליניים אחרים של מטופלים", אומר וו. "בפועל, מודל זה יכול לספק חיזוי אוטומטי לפוטנציאל ההחלמה של מטופל אינדיבידואלי כדי להודיע ​​טוב יותר על החלטות קליניות וטיפול בחולה."

תחזיות מותאמות אישית

וו מציין כי בשנים האחרונות, למידת מכונה ולמידה עמוקה שינו את ניתוח הנתונים הרפואיים ושיפור הביצועים בתמיכה באבחון זיהוי בעזרת מחשב ובטריאג' של מחלות רפואיות. ואכן, מודלים וכלים רבים המבוססים על למידת מכונה נמצאים כעת תחת חקירה אקדמית והערכה קלינית.

לדעתו של וו, היתרון המרכזי של המודל החדש הוא בכך שהוא מסוגל לנתח ביעילות נתונים רב-ממדיים ורב-מודאליים, כגון תמונות ונתונים קליניים שאינם מדמיים, באופן אוטומטי. משמעות הדבר היא שלמידת מכונה יכולה ללמוד מידע חיוני מהנתונים המורכבים הללו, אשר עשוי להיות קשה לעיכול ולעיבוד של רופא אנושי.

"השיטה שלנו יכולה גם לספק תחזיות אינדיבידואליות בהשוואה למודלים קיימים כמו מודל IMPACT, שנועד להנחות ניסויים קליניים ולא לחזות חולים בודדים", הוא אומר.

נכון להיום, המודל מבוסס על נתונים שנרכשו בעת קבלת המטופל לחדר המיון, אך צוות הפרויקט מתכנן לשפר אותו עוד יותר על ידי שילוב נתונים אורך שנרכשו במהלך הטיפול בחולה TBI.

"אנו גם מתכננים לחקור הערכה ולזהות חסמים פוטנציאליים בכל הנוגע לפריסת מודלים כאלה בזרימת עבודה קלינית ובהגדרות", מוסיף וו.

ההודעה אלגוריתם מתקדם מנבא תוצאות עבור חולים עם פגיעה מוחית קשה הופיע לראשונה ב עולם הפיזיקה.

• Coinsmart. בורסת הביטקוין והקריפטו הטובה באירופה.
• Platoblockchain. Web3 Metaverse Intelligence. ידע מוגבר. גישה חופשית.
• CryptoHawk. רדאר אלטקוין. ניסיון חינם.
• מקור: https://physicsworld.com/a/advanced-algorithm-predicts-outcome-for-patients-with-severe-brain-injury/