Postporođajno krvarenje je vodeći uzrok smrtnosti i morbiditeta majki širom sveta i česta komplikacija trudnoće. Ovo ozbiljno zdravstveno stanje je nedovoljno proučavano i nije univerzalno definisano niti dobro predstavljeno u zdravstvenim kartonima. Nova studija istraživača iz Brigam i ženske bolnice koristila je veliki jezički model Flan-T5 za izdvajanje medicinskih koncepata iz elektronskih zdravstvenih kartona kako bi se bolje definisale i identifikovale populacije pogođene postporođajnim krvarenjem.
Studija je otkrila da je model 95% tačan u identifikaciji pacijenata sa ovim stanjem i rezultiralo je 47% više identifikovanih pacijenata nego kada se koristi standardni metod praćenja stanja putem kodova za naplatu. Alat je pokazao veliko obećanje za pomoć kliničarima da identifikuju podpopulacije koje su pod većim rizikom od postporođajnog krvarenja – i predviđaju one kod kojih je veća verovatnoća da će ga razviti.
Rezultati su objavljeni u npj Digital Medicine.
„Potrebni su nam bolji načini da identifikujemo pacijente koji imaju ovu komplikaciju, kao i različite kliničke faktore povezane sa njom“, rekla je dopisni autor Vesela Kovačeva, MD, sa Odeljenja za anesteziologiju, perioperativnu medicinu i medicinu bola. „Trenutno se razvija toliko neverovatnih velikih jezičkih modela, a ovaj pristup bi se mogao koristiti kod drugih stanja i bolesti.
Pojava alata veštačke inteligencije u zdravstvenoj zaštiti bila je revolucionarna i ima potencijal da pozitivno preoblikuje kontinuitet nege.
Pošto stanja poput postporođajnog krvarenja uključuju veliki spektar pacijenata, simptoma i uzroka, istraživački tim je koristio model Flan-T5 da analizira sveobuhvatne informacije iz elektronskih zdravstvenih kartona kako bi im pomogao da bolje kategorizuju podpopulacije pacijenata.
Oni su podstakli model Flan-T5 sa listama koncepata za koje se zna da su povezani sa postporođajnim krvarenjem, a zatim su tražili od njega da ih izdvoji iz rezimea otpusta grupe od 131.284 pacijenata koji su se porodili u bolnicama Mass General Brigham između 1998. i 2015. godine. postigli brze i tačne rezultate bez potrebe za ručnim obeležavanjem.
„Pogledali smo sve pacijente za koje je Flan-T5 identifikovao postporođajno krvarenje i pogledali koji deo njih takođe ima odgovarajući kod za obračun. Ispostavilo se da je Flan-T5 bio 95% tačan i omogućio nam da identifikujemo 47% više pacijenata nego što bismo imali samo od kodova za naplatu“, rekla je prvi autor dr Emili Alsentzer, naučni saradnik u Odeljenju. „U idealnom slučaju, želeli bismo da možemo da predvidimo ko će razviti postporođajno krvarenje pre nego što to učine, a ovo je alat koji nam može pomoći da stignemo tamo.“
Zatim, tim planira da nastavi da koristi ovaj pristup za razmatranje drugih komplikacija u trudnoći i nada se da će njihov rad pomoći u rešavanju rastuće krize zdravlja majki u Sjedinjenim Državama.
„Ovaj pristup se može primeniti na mnoge buduće studije“, rekla je Kovačeva. „I moglo bi se koristiti da pomogne u donošenju medicinskih odluka u realnom vremenu, što je za mene kao kliničara veoma uzbudljivo i dragoceno.“
