Home » Ежедневные клинические новости – Машинное обучение обеспечивает персонализированную оксигенацию пациентов на аппаратах искусственной вентиляции легких – Реанимационная помощь

Ежедневные клинические новости – Машинное обучение обеспечивает персонализированную оксигенацию пациентов на аппаратах искусственной вентиляции легких – Реанимационная помощь

Машинное обучение обеспечивает персонализированную оксигенацию для пациентов на аппаратах искусственной вентиляции легких

Авторы статьи HospiMedica International
Опубликовано 10 июня 2024 г.

Дополнительный кислород является одним из наиболее часто назначаемых методов лечения во всем мире: ежегодно от 13 до 20 миллионов пациентов нуждаются в кислороде, подаваемом через искусственную вентиляцию легких. Механическая вентиляция — это важнейшая технология жизнеобеспечения, которая облегчает движение воздуха в легкие и из них, действуя аналогично сильфонам. Современные аппараты искусственной вентиляции легких представляют собой значительный шаг вперед по сравнению с обычно представляемыми старыми аппаратами «железных легких»; Сегодняшние устройства представляют собой сложные компактные цифровые машины, которые подают кислород через небольшую пластиковую трубку, вставленную в горло. Несмотря на эти технологические усовершенствования, определение подходящего уровня кислорода для каждого пациента по-прежнему в значительной степени основано на оценках. Клиницисты устанавливают уровни кислорода с помощью устройств, которые измеряют насыщение SpO2, указывая насыщение кислородом в крови пациента, однако предыдущие исследования не определили окончательно, являются ли более высокие или более низкие целевые значения SpO2 более полезными для пациентов.

Чтобы исключить догадки относительно вентиляции, команда из Медицинского университета Чикаго (Чикаго, Иллинойс, США) применила модель машинного обучения, чтобы изучить, как различные уровни кислорода могут повлиять на результаты на основе индивидуальных характеристик пациента. Их результаты показывают, что персонализированные цели по оксигенации могут значительно снизить уровень смертности, потенциально революционизируя практику интенсивной терапии. Более ранние исследования различных исследовательских групп пытались определить, являются ли более высокие или более низкие уровни кислорода более выгодными, но в целом эти исследования не дали окончательных результатов. Исследователи из UChicago Medicine предположили, что нейтральные результаты этих исследований могут не означать, что уровни кислорода не имеют отношения к результатам лечения пациентов, а, скорее, что эффекты различных уровней кислорода варьируются от пациента к пациенту, сводя в среднем к нулю эффект в рандомизированных исследованиях.

Read more:  Расстроенный выпадением волос, ознакомьтесь с 6 продуктами, которые могут предотвратить выпадение волос

Изображение: Персонализированная оксигенация может улучшить результаты лечения пациентов, подключенных к аппаратам искусственной вентиляции легких (фото любезно предоставлено 123RF)

По мере роста популярности персонализированной медицины растет интерес к использованию машинного обучения для прогнозирования оптимального лечения для отдельных пациентов. В области искусственной вентиляции легких эти прогностические модели потенциально могут определить идеальную сатурацию кислорода для пациента на основе конкретных характеристик, таких как возраст, пол, частота сердечных сокращений, температура тела и причина поступления в отделение интенсивной терапии. Команда и их коллеги использовали данные предыдущих рандомизированных исследований для разработки и усовершенствования своей модели машинного обучения. После первоначальной разработки с использованием данных из США модель была применена к данным пациентов из Австралии и Новой Зеландии. Согласно их выводам, для пациентов, которые достигли уровня оксигенации, который считается оптимальным согласно модели, общее снижение смертности составило 6,4%. Важно отметить, что результаты не могут быть универсально предсказаны на основе одной характеристики — например, не всем пациентам с черепно-мозговыми травмами более низкие уровни кислорода принесут пользу, несмотря на тенденции данных, предполагающие это, — что создает потребность в комплексном инструменте, таком как модель машинного обучения. который объединяет разнообразные данные пациентов.

Несмотря на сложность алгоритма, входные переменные представляют собой общие клинические параметры, что упрощает использование таких инструментов медицинскими работниками в будущем. В UChicago Medicine алгоритмы уже интегрированы непосредственно в системы электронных медицинских карт (EHR) для поддержки различных клинических решений. Исследователи предполагают, что механическая вентиляция может управляться аналогичным образом. Для больниц, у которых нет ресурсов для интеграции таких передовых инструментов машинного обучения в электронные медицинские записи, существует также возможность разработки веб-приложения, которое позволило бы врачам вводить характеристики пациентов и получать прогнозы, функционируя как онлайн-калькулятор. Прежде чем эти приложения смогут быть клинически реализованы, необходимы обширные проверки, испытания и усовершенствования, но потенциальные преимущества оправдывают инвестиции в дальнейшие исследования.

«Если результаты правдивы и поддаются обобщению, то последствия ошеломляют», — заявил Дерек Ангус, доктор медицинских наук, эксперт по интенсивной терапии. «Если бы можно было мгновенно отнести каждого пациента к соответствующей группе прогнозируемой пользы или вреда и соответствующим образом назначить целевой уровень кислорода, это вмешательство теоретически привело бы к самому большому отдельному улучшению числа жизней, спасенных от критических заболеваний, в истории этой области».

Read more:  Почему не стоит инвестировать в Бел20, по мнению нашего финансового эксперта. Но что лучше купить? - Последние новости

Ссылки по теме:

Медицинский университет Чикаго

2024-06-10 15:28:06


1718033637
#Ежедневные #клинические #новости #Машинное #обучение #обеспечивает #персонализированную #оксигенацию #пациентов #на #аппаратах #искусственной #вентиляции #легких #Реанимационная #помощь

Leave a Comment

This site uses Akismet to reduce spam. Learn how your comment data is processed.