Miliony ludzi umierają każdego roku z powodu chorób, którym można było zapobiec dzięki wczesnemu wykryciu. Jedną z nich jest ostre uszkodzenie nerek. Teraz algorytm potrafi ją przewidzieć na dwa dni przed wystąpieniem objawów dostrzegalnych przez lekarzy
Wysoka umieralność
Ostre uszkodzenie (dawniej: niewydolność) nerek to nagłe upośledzenie czynności nerek ze zwiększeniem stężenia kreatyniny we krwi. To bardzo niebezpieczny stan, bo organizm przestaje oczyszczać się z toksyn i produktów przemiany materii; może to prowadzić do nieodwracalnego uszkodzenia nerek, a w konsekwencji nawet do śmierci.
To najczęściej powikłanie innych poważnych stanów chorobowych, takich jak urazy wielonarządowe, zakażenie krwi (sepsa), ciężka niewydolność innych narządów (np. serca, wątroby), duże operacje chirurgiczne. Śmiertelność wśród chorych z ostrą niewydolnością nerek jest bardzo wysoka i sięga 50 procent.
Występuje u około 5 proc. chorych na oddziałach internistycznych, 15 proc. pacjentów po dużych zabiegach operacyjnych i 30 proc. chorych na oddziałach intensywnej opieki medycznej. Według danych Uniwersytetu w Pitsburgu co roku umiera z tego powodu około 2 miliony ludzi na świecie.
Często objawia się zmniejszeniem objętości wydalanego moczu poniżej 500 ml na dobę, albo zupełnym brakiem moczu. Ale nie zawsze. Czasem nie ma żadnych charakterystycznych objawów, póki nie nastąpi gwałtowne i niebezpieczne pogorszenie; a to może zadziać się bardzo szybko.
Więcej czasu na działanie
Nature donosi, że technologia opracowana przez zespół naukowców z DeepMind Health potrafi przewidzieć ostrą niewydolność nerek 48 godzin przed wystąpieniem objawów, które są w stanie zauważyć lekarze. To daje im czas na działanie. Te dwa dni często decydują o czyimś życiu.
Odkąd Google w 2014 roku przejął DeepMind, firma pod kierownictwem Davida Feinberga zajęła się projektami związanymi z profilaktyką zdrowia.
Projekt związany z wykrywaniem ostrego uszkodzenia nerek realizowany był we współpracy z amerykańskim wydziałem ds. weteranów. Algorytm uczenia maszynowego wytrenowany został na elektronicznej dokumentacji medycznej siedmiuset tysięcy amerykańskich weteranów wojennych.
Poprawnie zdiagnozował 90 procent przypadków choroby. Oznacza to, że 9 na 10 pacjentów może uniknąć niebezpiecznego etapu choroby i inwazyjnych metod leczenia takich jak dializa nerek.
To o 20 punktów procentowych lepiej niż istniejący wcześniej model stosowany do oceny prawdopodobieństwa uszkodzenia nerek w Royal Free Hospital w Londynie.
Technologia wymaga dalszych badań
Teraz jednak badania należy powtórzyć na szerszej i bardziej zróżnicowanej populacji w innych szpitalach – także na kobietach, których wśród weteranów wojennych prawie nie ma i ludziach młodszych. Miną zapewne jeszcze długie miesiące, o ile nie lata, zanim technologia ta zostanie skomercjalizowana.
Pozostaje jeszcze pytanie, jak algorytm, który rozpozna zagrożenie chorobą, ma poinformować o tym lekarzy? Co zrobić, żeby ta informacja nie zgubiła się w morzu innych? Jak dostarczyć informacje o złym stanie nerek u pacjenta do właściwego specjalisty we właściwym czasie? Danych dotyczących wszystkich pacjentów szpitala jest tyle, że nie sposób, żeby lekarze skutecznie je monitorowali. To jedno z największych logistycznych wyzwań nowoczesnej medycyny.
Tu znowu mogą pomóc nowe technologie. Już w 2017 roku naukowcy z Uniwersytetu College London stworzyli mobilnego asystenta medycznego Streams, z którego korzystają lekarze z brytyjskiego szpitala Royal Free. Aplikacja znacznie ułatwiła im pracę poprawiając komunikację, oszczędzając czas, a pacjentom zapewniając lepszą opiekę. Lekarz jest w stanie sprawdzić w ciągu 15 minut, a nie paru godzin – stan pacjenta. Aplikacja spowodowała także w ostatecznym rachunku spore oszczędności dla szpitala.