- Urazy mózgu są istotną przyczyną umieralności i niepełnosprawności na świecie
- W Finlandii lekarze zaangażowali SI do oceny stanu pacjentów
- Dostęp do większej liczby danych mógłby poprawić dokładność diagnozy
Wywrotka na nartach bez kasku, upadek na rowerze, niefortunny skok do wody, stłuczka bez zapiętych pasów – urazu głowy nie trudno się nabawić. Urazowe uszkodzenie mózgu jest jednym z głównych powodów śmierci oraz niepełnosprawności na świecie, szczególnie wśród dzieci i młodzieży.
Najcięższe przypadki są leczone na oddziałach intensywnej terapii (OIOM). Tacy pacjenci są nieprzytomni, co utrudnia dokładne monitorowanie ich stanu podczas intensywnej terapii. Czy może to zmienić sztuczna inteligencja?
Finlandia jest jednym ze światowych liderów rozwiązań w zakresie SI w specjalistycznej opiece zdrowotnej. Szpital uniwersytecki w Helsinkach (HUS) jako jeden z największych szpitali w Europie odgrywa ważną rolę we wprowadzaniu innowacyjnych rozwiązań. I znów ma coś nowego.
Nowy fiński algorytm może przewidzieć prawdopodobieństwo śmierci pacjenta z urazowym uszkodzeniem mózgu w ciągu 30 dni nawet z 84-procentową dokładnością. Choć brzmi to może strasznie, lekarze uważają, że to ogromny krok do poprawy leczenia i hospitalizacji. Bo pacjenci są w śpiączce. Około jeden na trzech umiera, a około połowa osób, które przeżyły, będzie niepełnosprawna przez resztę życia.
Dziesiątki zmiennych
Urządzenia, które monitorują stan pacjenta, mierzą m.in. ciśnienie śródczaszkowe, ciśnienie tętnicze i ciśnienie tzw. perfuzji mózgowej, przepływu płynów przez mózg, które pośrednio przekazują informacje dotyczące stanu pacjenta. Tylko jedna zmienna, np. ciśnienie wewnątrzczaszkowe, może dawać setki tysięcy punktów danych każdego dnia opieki.
Lekarze nie są w stanie zrozumieć milionów zebranych codziennie informacji ze wszystkich monitorowanych parametrów, kompleksowo opracować je i wyciągnąć wnioski. Może to zrobić algorytm, a co więcej przewidzieć wynik indywidualnego pacjenta i dać obiektywne dane dotyczące jego stanu i rokowań oraz tego, jak jego stan zmienia się podczas leczenia – uważają fińscy naukowcy. Do swoich badań wykorzystali modelowanie regresji logistycznej oparte na uczeniu maszynowym. Artykuł opisujący nową metodę został opublikowany pod koniec listopada.
Przewidzieć śmierć
Badacze pokazali, że algorytmy mogą przewidzieć prawdopodobieństwo śmierci pacjenta z urazem mózgu z dokładnością 81-84 procent. Rahul Raj, neurochirurg z HUS i jeden z autorów badania twierdzi, że taki dynamiczny model prognostyczny nie był wcześniej prezentowany.
Współautorem systemu jest główny programista algorytmów Eetu Pursiainen, data scientist z działu analizy i rozwoju sztucznej inteligencji w HUS. Dział ten opracował dwa oddzielne algorytmy. Pierwszy jest prostszy i opiera się na obiektywnych danych monitora, to w sumie trzy zmienne. Drugi algorytm jest nieco bardziej złożony (analizuje pięć zmiennych) i zawiera dane dotyczące poziomu świadomości, mierzone za pomocą powszechnie stosowanego wyniku w skali Glasgow (Glasgow Coma Scale, skala do oceny poziomu przytomności).
Oba algorytmy zaprojektowali tak, aby dawały pierwszą prognozę po 24 godzinach, a nowe przewidywania co 8 godzin do 120 godzin. Dokładność obu algorytmów jest zaskakująco dobra, lepsza w przypadku algorytmu złożonego, biorąc pod uwagę niewielką liczbę zmiennych, jaką analizują.
„Chociaż jest to dowód słuszności koncepcji i jeszcze trochę czasu zajmie nam wdrożenie takich algorytmów w codziennej praktyce klinicznej, nasze badanie odzwierciedla, w jaki sposób i w jakim kierunku ewoluuje nowoczesna intensywna terapia” – brzmi jeden z wniosków podsumowujący artykuł naukowy. Inny to taki, że chociaż technika regresji logistycznej uczenia maszynowego wykazała najbardziej wiarygodne i spójne wyniki, możliwe jest, że bardziej zaawansowane techniki uczenia maszynowego niż regresja logistyczna mogą zwiększyć wydajność algorytmu.
Więcej danych?
Dane do modelowania zbierano przez 24 godziny na oddziałach intensywnej terapii w trzech szpitalach, które w identycznych warunkach przyjęły i podobnie hospitalizowały pacjentów z urazami.
Badacze twierdzą, że dostęp do krajowych i międzynarodowych danych jeszcze to poprawi. Miikka Korja, przewodniczący grupy sterującej sztucznej inteligencji HUS i adiunkt neurochirurgii na uniwersytecie w Helsinkach uważa, że ważne jest, aby postępować etycznie i udostępniać nasze algorytmy otwarcie i bezpłatnie dla dalszego rozwoju, zarówno w kraju, jak i za granicą.
Oczywiście nie każdemu urazowi mózgu jesteśmy w stanie zapobiec, ale np. przymierzając się do uprawiania niosącego ze sobą takie ryzyko sportu lepiej bez kasku nawet nie zaczynać. I zapinać pasy. WHO szacuje, że urazowe uszkodzenie mózgu stanie się główną przyczyną śmierci i długotrwałej choroby w ciągu najbliższych 10 lat.