Istraživači UVA Health razvili su moćan novi alat za procenu rizika za predviđanje ishoda kod pacijenata sa srčanom insuficijencijom. Istraživači su alat učinili javno dostupnim kliničarima.
Novi alat poboljšava postojeće alate za procenu rizika za srčanu insuficijenciju tako što koristi moć mašinskog učenja (ML) i veštačke inteligencije (AI) za određivanje rizika specifičnih za pacijente od razvoja nepovoljnih ishoda sa srčanom insuficijencijom.
Istraživanje je objavljeno u American Heart Journal.
„Srčana insuficijencija je progresivno stanje koje utiče ne samo na kvalitet života, već i na kvantitet. Svi pacijenti sa srčanom insuficijencijom nisu isti. Svaki pacijent je na spektru duž kontinuuma rizika od štetnih ishoda“, rekao je istraživač Sula Mazimba, MD, stručnjak za srčanu insuficijenciju. „Identifikovanje stepena rizika za svakog pacijenta obećava da će pomoći kliničarima da prilagode terapije za poboljšanje ishoda.“
Srčana insuficijencija nastaje kada srce nije u stanju da pumpa dovoljno krvi za potrebe tela. To može dovesti do umora, slabosti, otečenih nogu i stopala i, na kraju, smrti. Srčana insuficijencija je progresivno stanje, tako da je izuzetno važno da kliničari mogu da identifikuju pacijente sa rizikom od neželjenih ishoda.
Dalje, srčana insuficijencija je sve veći problem. Više od 6 miliona Amerikanaca već ima srčanu insuficijenciju, a očekuje se da će se taj broj povećati na više od 8 miliona do 2030. Istraživači UVA su razvili svoj novi model, nazvan CARNA, kako bi poboljšali brigu o ovim pacijentima. (Pronalaženje novih načina za poboljšanje nege pacijenata širom Virdžinije i šire je ključna komponenta prvog desetogodišnjeg strateškog plana UVA Health-a.)
Istraživači su razvili svoj model koristeći anonimne podatke dobijene od hiljada pacijenata uključenih u klinička ispitivanja srčane insuficijencije. Stavljajući model na test, otkrili su da je nadmašio postojeće prediktore za određivanje kako će se širok spektar pacijenata ponašati u oblastima kao što su potreba za operacijom srca ili transplantacijom, rizik od ponovne hospitalizacije i rizik od smrti.
Istraživači pripisuju uspeh modela korišćenju ML/AI i uključivanju „hemodinamskih“ kliničkih podataka, koji opisuju kako krv cirkuliše kroz srce, pluća i ostatak tela.
„Ovaj model predstavlja proboj jer unosi složene skupove podataka i može donositi odluke čak i među nedostajućim i konfliktnim faktorima“, rekla je istraživač Džozefin Lamp, sa Odseka za računarske nauke Fakulteta inženjerskih nauka Univerziteta Virdžinije. „Zaista je uzbudljivo jer model inteligentno predstavlja i sumira faktore rizika koji smanjuju opterećenje odluka, tako da kliničari mogu brzo doneti odluke o lečenju.“
Korišćenjem modela, lekari će biti bolje opremljeni da personalizuju negu pojedinačnim pacijentima, pomažući im da žive duže i zdravije, nadaju se istraživači.
„Okruženje kolaborativnog istraživanja na Univerzitetu Virdžinije omogućilo je ovaj rad okupljanjem stručnjaka za srčanu insuficijenciju, računarstvo, nauku o podacima i statistiku“, rekao je istraživač Kenet Bilčik, MD, kardiolog u UVA Health.
„Multidisciplinarno biomedicinsko istraživanje koje integriše talentovane kompjuterske naučnike poput Džozefin Lamp sa stručnjacima iz kliničke medicine biće od ključnog značaja za pomoć našim pacijentima da imaju koristi od veštačke inteligencije u narednim godinama i decenijama.
Istraživači su svoj novi alat učinili dostupnim na mreži besplatno na https://github.com/jozieLamp/CARNA.
