Σύστημα AI Αναγνωρίζει Ασθενείς με COVID-19 που Απαιτούν Θεράπεια ΜΕΘ

Ένα νέο σύστημα τεχνητής νοημοσύνης (AI) που αναπτύχθηκε από ερευνητές στο Πανεπιστήμιο του Γουότερλου και την DarwinAI, μια εταιρεία που ιδρύθηκε από αποφοίτους, μπορεί να βοηθήσει τους γιατρούς να χρησιμοποιούν αποτελεσματικά τους περιορισμένους πόρους κατά τη διάρκεια της πανδημίας COVID-19. Το σύστημα μπορεί να αναγνωρίσει ασθενείς που απαιτούν θεραπεία στη Μονάδα Εντατικής Θεραπείας (ΜΕΘ).

Καθορισμός Αναγκαιότητας ΜΕΘ

Το σύστημα AI προβλέπει την αναγκαιότητα εισαγωγής στη ΜΕΘ μέσω της χρήσης 200 κλινικών σημείων δεδομένων, τα οποία περιλαμβάνουν αποτελέσματα αιματολογικών εξετάσεων, ιατρικό ιστορικό και σημεία ζωτικών λειτουργιών.

Ο Alexander Wong είναι καθηγητής συστημάτων σχεδιασμού και μηχανικής και Καναδικός Έρευνας Καθηγητής στην Τεχνητή Νοημοσύνη και Ιατρική Εικόνα στο Πανεπιστήμιο του Γουότερλου.

«Αυτό είναι ένα πολύ σημαντικό βήμα στη διαδικασία κλινικής υποστήριξης για την κατάταξη ασθενών και την ανάπτυξη σχεδίων θεραπείας», είπε ο Wong.

Το λογισμικό AI εκπαιδεύτηκε με δεδομένα που εξήχθησαν από 400 περιπτώσεις στο Νοσοκομείο Sirio-Libanês στο Σάο Πάολο, البرازιλία. Βασίστηκε στο αν οι γιατροί αποφάσισαν εάν οι ασθενείς με COVID-19 θα έπρεπε να εισαχθούν στη ΜΕΘ.

Το νευρωνικό δίκτυο έμαθε από αυτά τα δεδομένα και ήταν σε θέση να προβλέψει την ανάγκη εισαγωγής στη ΜΕΘ σε νέες περιπτώσεις COVID-19 με ακρίβεια πάνω από 95%. Μπορεί επίσης να αναγνωρίσει τους βασικούς παράγοντες που οδηγούν στις προβλέψεις του, οι οποίοι βοηθούν τους κλινικούς γιατρούς να κατανοήσουν καλύτερα τη διαδικασία.

Ένα Εργαλείο για Υπαλλήλους Υγείας

Αυτή η τεχνολογία δεν προορίζεται να αντικαταστήσει τους υπαλλήλους υγείας, αλλά να λειτουργήσει ως ένα εργαλείο που μπορεί να λάβει γρηγορότερες και πιο ενημερωμένες αποφάσεις, το οποίο βοηθά τους ασθενείς να λαμβάνουν τη φροντίδα που χρειάζονται όταν τη χρειάζονται.

Ο Wong είναι επίσης διευθυντής του Εργαστηρίου Όρασης και Επεξεργασίας Εικόνας (VIP) στο Πανεπιστήμιο του Γουότερλου.

«Ο στόχος είναι να βοηθήσουμε τους κλινικούς γιατρούς να λαμβάνουν γρηγορότερες, πιο συνειδητές αποφάσεις με βάση τις προηγούμενες περιπτώσεις ασθενών και τα αποτελέσματα», είπε. «Όλα γύρω από το να ενισχύσουμε την εμπειρογνωσία τους για να βελτιώσουμε τη χρήση των ιατρικών πόρων και την ατομική φροντίδα των ασθενών».

Η τεχνολογία είναι διαθέσιμη δωρεάν στους μηχανικούς και τους επιστήμονες, ώστε να μπορεί να συνεχίσει να βελτιώνεται. Τώρα ενσωματώνεται σε ένα μεγαλύτερο σύστημα υποστήριξης κλινικών αποφάσεων, το οποίο αναπτύχθηκε μέσω της ανοικτής πρωτοβουλίας COVID-Net. Αυτό το σύστημα υποστήριξης βοηθά τους γιατρούς να καθορίσουν τη σοβαρότητα των περιπτώσεων COVID-19 μέσω της ανάλυσης AI και ιατρικών εικόνων.

Η έρευνα με τίτλο «COVID-Net Clinical ICU: Βελτιωμένη Πρόβλεψη Εισαγωγής στη ΜΕΘ για Ασθενείς με COVID-19 μέσω Εξηγησιμότητας και Εμπιστοσύνης CQuantification» θα παρουσιαστεί κατά τη διάρκεια ενός εργαστηρίου στις 10 Δεκεμβρίου στο Συνέδριο για την Επεξεργασία Νευρικών Πληροφοριών το 2021. Η έρευνα αυτή περιελάμβανε επίσης τους ερευνητές της DarwinAI Audrey Chung και Mahmoud Famouri, καθώς και τον φοιτητή μηχανικού Andrew Hryniowski.