Инфекции могут вызывать самые разные процессы в организме человека, и одним из самых опасных является сепсис. Этот опасный для жизни патологический процесс ежегодно вызывает миллионы смертей во всём мире. Однако новая система искусственного интеллекта, разработанная в Университете Джона Хопкинса, возможно поможет изменить ситуацию в этой области, обнаруживая основные симптомы на самых ранних стадиях.
Сотрудники Университета Джона Хопкинса под руководством Сучи Сария разработали технологию AI для ранней диагностики сепсиса. Will Kirk/Johns Hopkins University
Сепсис возникает в результате инфекции, которая вызывает сильный иммунный ответ организма. Это приводит к целому каскаду событий, которые начинаются с обширного воспаления и могут закончиться образованием тромбов, кровотечением из кровеносных сосудов, отказом органов и даже смертью. Очевидные симптомы, такие как лихорадка или спутанность сознания, могут быть неправильно истолкованы как симптомы других заболеваний, что затрудняет диагностику заболевания на ранних стадиях.
А это крайне важно, поскольку состояние пациента, в состоянии сепсиса, может быстро ухудшиться, причем смертность от этого заболевания составляет около 30%. Сегодня существует несколько перспективных технологий, направленных на повышение шансов в таких ситуациях путем четкого и быстрого диагностирования сепсиса. К ним относятся устройства, которые в течение нескольких минут определяют ключевые биомаркеры крови, а также инструменты для выявления патогенов, стоящих за первоначальной инфекцией.
Эксперты из Университета Джона Хопкинса применили другой подход, используя для выявления пациентов, находящихся в группе риска, технологии искусственного интеллекта. Ученые оперативно изучают историю болезни пациента и объединяют ее с текущими симптомами, клиническими записями и результатами анализов. Технология, названная Called the Targeted Real-Time Early Warning System, отслеживает пациентов с момента их поступления в больницу до момента выписки. Контролируя таким образом ситуацию, система призвана гарантировать, что ни один важный или потенциально опасный медицинский нюанс не останется незамеченным.
Разработанная в сотрудничестве с Johns Hopkins Bayesian Health, платформа была запущена в пяти больницах в рамках двухлетнего испытания, в котором приняли участие более 700 000 пациентов. Система раннего предупреждения предназначена для отправки предупреждений врачам и медицинским работникам, если имеются серьезные основания для беспокойства. По утверждению разработчиков, данная стратегия оказалась очень эффективной, позволяя обнаружить сепсис примерно на шесть часов раньше, по сравнению с традиционными методами. При этом уровень чувствительности системы составил 82%.
В результате эксперимента удалось добиться "значительного снижения уровня заболеваемости, продолжительности пребывания в стационарах и, что особенно важно, снижения смертности на 18,2%".
"В настоящее время в области здравоохранения осталось не так много вещей, которые имеют смертность на уровне 30%, такую же как при сепсисе", - рассказывает Нери Коэн, д-р медицины, президент Центра Инноваций в Здравоохранении, участвовавший в данном проекте. "Почему сепсис настолько опасен? Да потому, что мы до сих пор не достигли серьезного прогресса в его ранней диагностике, которая позволила бы значительно снизить заболеваемость и смертность. Снижение смертности почти на 20% — это очень прекрасная цифра, которая говорит о множестве спасенных жизней".
В настоящее время исследователи собираются адаптировать технологию для выявления других состояний, включая пролежни или острую дыхательную недостаточность.
Это первый случай в истории медицины, когда технологией искусственного интеллекта пользуются тысячи врачей, и мы уже видим десятки и сотни спасенных жизней", - рассказывает. Сучи Сария, руководитель проекта, ведущий автор исследования. "Это невероятный прорыв, который позволит ежегодно спасать тысячи пациентов в состоянии сепсиса. Более того, сейчас такая стратегия уже применяется для улучшения результатов в других важных областях медицины, помимо сепсиса".
Результаты данного эксперимента были представлены в серии статей в изданиях Nature Digital Medicine и Nature Medicine.
Источники: Университет Джона Хопкинса, Bayesian Health, Nature Digital MedicineNature Medicine
1. (https://www.bayesianhealth.com/sepsis-research/)
2. (https://www.nature.com/articles/s41746-022-00597-7)
3. (https://www.nature.com/articles/s41591-022-01894-0)
4. (https://www.nature.com/articles/s41591-022-01895-z)
5. (https://hub.jhu.edu/2022/07/21/artificial-intelligence-sepsis-detection/)
