Astma i hronična opstruktivna plućna bolest (HOBP) su dve od najčešćih bolesti pluća širom sveta, a pogoršanje ovih stanja može negativno uticati na zdravlje i povećati troškove zdravstvene zaštite. Nova studija pokazuje da duboko učenje, vrsta veštačke inteligencije (AI) koja koristi velike količine podataka za obradu informacija, može poboljšati otkrivanje pacijenata sa ovim bolestima koji su pod povećanim rizikom od višestrukih hospitalizacija.
Studija je objavljena 13. decembra 2023. u časopisu Respiratorno istraživanje.
U studiji, istraživači su identifikovali karakteristike elektronskog zdravstvenog kartona (EHR) za teške egzacerbacije astme i HOBP. Zatim su procenili četiri modela mašinskog učenja i jedan model dubokog učenja u predviđanju ponovnih prijema u bolnicu koristeći EHR podatke. Istraživači su otkrili da višeslojni perceptron, metod dubokog učenja, ima najbolje performanse.
Nalazi pokazuju da AI može igrati ulogu u pomaganju pulmolozima da razviju nove klasifikacije za astmu, HOBP i druga stanja, rekao je Jose Gomez-Villalobos, MD, vanredni profesor medicine i direktor Centra za preciznu plućnu medicinu (P2MED) u Odsek za plućnu negu i medicinu spavanja (Iale-PCCSM) na Medicinskom fakultetu u Jejlu.
„Primena ovih metoda može nam pomoći da identifikujemo grupe pacijenata koji mogu imati koristi od specifičnih tretmana ili koji imaju karakteristike koje nisu uvek očigledne kliničaru“, rekao je Gomez-Villalobos. „Ako znamo koji pacijenti imaju povećane potrebe ili mogu imati koristi od ciljanih terapija, možemo smanjiti njihovu verovatnoću da se vrate u bolnicu.“
Što je najvažnije, studija je istakla značajne rasne i etničke disparitete u teretu pogoršanja ovih bolesti, primetio je Gomez-Villalobos. „Manjinske grupe su neproporcionalno pogođene ovim hospitalizacijama“, rekao je on.
Novi alati su važan korak u osiguravanju da pacijenti dobiju najbolju moguću negu, rekao je Naftali Kaminski, MD, Boehringer Ingelheim Pharmaceuticals, Inc. Profesor medicine i šef Iale-PCCSM. „Uključivanje dubokog učenja i veštačke inteligencije u kliničku praksu može pomoći u određivanju prioriteta brige za ugrožene osobe sa respiratornim oboljenjima, i ponosan sam na revolucionarni napredak koji naši istraživači P2MED postižu ka ovom cilju“, rekao je on.
Kako pulmolozi rade na poboljšanju upravljanja astmom i HOBP, Gomez-Villalobos predviđa primenu računarskih metoda i veštačke inteligencije za prilagođavanje intervencija, poboljšanje ishoda za pacijente iz manjinskih i drugih grupa koje mogu biti pod visokim rizikom. Novo saznanje će smanjiti događaje zbog kojih pacijenti odlaze u hitnu pomoć ili bolnicu – što je skupa i intenzivna upotreba resursa, rekao je on.
„Moć ovih neuronskih mreža – ili AI – je u tome što nam omogućavaju da sinergujemo i transformišemo ono što radimo kao kliničari da bismo postigli bolje rezultate za sve pacijente“, rekao je on.
