Усовершенствованный алгоритм предсказывает исход для пациентов с тяжелой черепно-мозговой травмой

Команда американских исследователей создала инновационную модель глубокого обучения, которая анализирует компьютерную томографию и клиническую информацию для прогнозирования шестимесячных результатов для пациентов с тяжелой черепно-мозговой травмой (ЧМТ). Помимо того, что алгоритм превосходит прогнозы нейрохирургов, он также может точно направить пациентов с ЧМТ к жизненно важной помощи.

Лучшие клинические решения

В рамках исследования специалисты по данным из Университет Питтсбургской школы медицины работал с хирургами нейротравматологов в Медицинском центре Университета Питтсбурга (UPMC), чтобы создать новую модель искусственного интеллекта, которая обрабатывает множественные компьютерные томографии головы пациентов с тяжелой ЧМТ. Алгоритм, описанный в Радиология, также анализирует жизненные показатели пациентов, анализы крови и функцию сердца, а также оценивает степень тяжести комы.

Признавая тот факт, что методы визуализации мозга развиваются с течением времени и что качество изображения может существенно различаться от пациента к пациенту, команда учла неравномерность данных, обучив алгоритм на ряде различных протоколов визуализации.

Исследователи во главе с соавторами Мэтью Пиз и Думан Арефан, проверили свою модель, протестировав ее на двух когортах пациентов: одна состояла из более чем 500 пациентов с тяжелой ЧМТ, ранее проходивших лечение в UPMC, а другая — из 220 пациентов из 18 учреждений по всей стране через консорциум TRACK-TBI. Они сравнили производительность модели с производительностью ВЛИЯНИЕ модель и прогнозы трех нейрохирургов.

Разработанная модель позволяет точно предсказать риск смерти пациентов и неблагоприятных исходов через шесть месяцев после травматического инцидента. Важно отметить, что модель сохранила свою работоспособность при тестировании на независимой многоинституциональной когорте консорциума TRACK-TBI. Также было показано, что модель превосходит прогнозы трех нейрохирургов.

Как старшие соавторы Шаньдун Ву и Дэвид Оконкво Объясните, что ЧМТ — это заболевание, которое нарушает нормальную функцию мозга и может привести к постоянной неврологической, эмоциональной и профессиональной инвалидности. При лечении таких травм врачи полагаются на прогнозы для определения клинической терапии, но при этом с трудом могут точно спрогнозировать результаты при тяжелой ЧМТ. Таким образом, отмечает Ву, существует «большая потребность и потенциал для использования мультимодальной клинической информации и машинного обучения для разработки моделей прогнозирования на основе данных, чтобы улучшить прогнозирование результатов для пациентов с тяжелой ЧМТ».

«Мы использовали методы глубокого обучения и обучения по учебной программе для разработки моделей прогнозирования, которые обрабатывают как данные КТ головы, так и другие клинические переменные пациентов», — говорит Ву. «На практике эта модель может обеспечить автоматический прогноз потенциала выздоровления отдельного пациента, чтобы лучше принимать клинические решения и уход за пациентами».

Индивидуальные прогнозы

Ву отмечает, что в последние годы машинное обучение и глубокое обучение изменили анализ медицинских данных и повысили эффективность поддержки компьютерной диагностики и сортировки медицинских заболеваний. Действительно, многие модели и инструменты, основанные на машинном обучении, сейчас проходят академическое исследование и клиническую оценку.

По мнению Ву, ключевым преимуществом новой модели является то, что она способна эффективно анализировать многомерные и мультимодальные данные, такие как изображения и невизуализирующие клинические данные, в автоматическом режиме. Это означает, что машинное обучение может извлечь важную информацию из этих сложных данных, которые врачу-человеку может быть трудно переварить и обработать.

«Наш метод также может предоставлять индивидуальные прогнозы по сравнению с существующими моделями, такими как модель IMPACT, которая была разработана для проведения клинических испытаний, а не для прогнозирования отдельных пациентов», — говорит он.

В настоящее время модель основана на данных, полученных при поступлении пациента в отделение неотложной помощи, но команда проекта планирует в дальнейшем усовершенствовать ее за счет включения продольных данных, полученных в ходе лечения пациента с ЧМТ.

«Мы также планируем изучить оценку и выявить потенциальные препятствия на пути внедрения таких моделей в клинический рабочий процесс и условия», — добавляет Ву.

сообщение Усовершенствованный алгоритм предсказывает исход для пациентов с тяжелой черепно-мозговой травмой Появившийся сначала на Мир физики.

• Коинсмарт. Лучшая в Европе биржа биткойнов и криптовалют.
• Платоблокчейн. Интеллект метавселенной Web3. Расширение знаний. БЕСПЛАТНЫЙ ДОСТУП.
• КриптоХок. Альткоин Радар. Бесплатная пробная версия.
• Источник: https://physicalworld.com/a/advanced-algorithm-predicts-outcome-for-patients-with-severe-brain-injury/