בשורה התחתונה: חוקרי הר סיני פיתחו מודל AI כדי לקבל המלצות טיפול אינדיבידואליות לפרפור פרוזדורים (AF) המפגין מטופלים בקלינאים מחליטים במדויק אם לטפל בהם עם נוגדי קרישה (תרופות דקיקות בדם) למניעת שבץ מוחי, המהווה כיום את מסלול הטיפול הסטנדרטי באוכלוסיית מטופלים זו. מודל זה מציג גישה חדשה לחלוטין כיצד מתקבלות החלטות קליניות עבור חולי AF ויכולות לייצג שינוי פרדיגמה פוטנציאלי בתחום זה.
במחקר זה, מודל ה- AI המליץ נגד טיפול נוגד קרישה במחצית מחולי AF שאחרת היו מקבלים אותו על סמך כלים לסטנדרט לטיפול. זה יכול להיות בעל השלכות עמוקות לבריאות העולמית.
מדוע המחקר חשוב: AF הוא קצב הלב הלא תקין הנפוץ ביותר, ומשפיע על 59 מיליון אנשים ברחבי העולם. במהלך AF, התאים העליונים של רוטט הלב, המאפשר לדם להיות עומד ויוצר קרישים. לאחר מכן קרישים אלה יכולים להתנתק וללכת למוח ולגרום לשבץ מוחי. מדללי הדם הם הטיפול הסטנדרטי עבור אוכלוסיית מטופלים זו כדי למנוע קרישת קרישה ושבץ מוחי; עם זאת, במקרים מסוימים תרופה זו יכולה להוביל לאירועי דימום גדולים.
מודל AI זה משתמש בכל רשומת הבריאות האלקטרונית של המטופל כדי להמליץ על המלצת טיפול אינדיבידואלית. זה שוקל את הסיכון לקיים אירוע מוחי כנגד הסיכון לדימום גדול (בין אם זה יתרחש באופן אורגני או כתוצאה מטיפול בדליל הדם). גישה זו לקבלת החלטות קליניות מותאמת באמת בהשוואה לפרקטיקה הנוכחית, כאשר הקלינאים משתמשים בציוני/כלים סיכונים המספקים הערכות של סיכון בממוצע על פני אוכלוסיית המטופלים שנחקרו, ולא עבור חולים בודדים. לפיכך, מודל זה מספק אומדן ברמת המטופל של הסיכון, בו הוא משתמש אז כדי להמליץ על הפרט, תוך התחשבות ביתרונות והסיכונים של הטיפול לאותו אדם.
המחקר יכול לחולל מהפכה בגישה של קלינאים לנקוט בטיפול במחלה שכיחה מאוד כדי למזער אירועי אירוע מוחי ודימום. זה גם משקף שינוי פרדיגמה פוטנציאלי לאופן שבו מתקבלות החלטות קליניות.
מדוע המחקר הזה הוא ייחודי: זהו מודל ה- AI המותאם אישית הראשון הידוע שנועד לקבל החלטות קליניות עבור חולי AF המשתמשים באומדני סיכון בסיסיים עבור המטופל הספציפי על סמך כל זה תכונות קליניות בפועל. זה מחשב המלצה כוללת של תועלת נטו להפחתת שבץ ודימום.
כיצד נערך המחקר: החוקרים אימנו את מודל ה- AI ברשומות בריאות אלקטרוניות של 1.8 מיליון חולים מעל 21 מיליון ביקורי רופאים, 82 מיליון שטרות ו -1.2 מיליארד נקודות נתונים. הם הניבו המלצה נטו-תועלת אם לטפל בחולה עם מדללי הדם או לא.
כדי לאמת את המודל, החוקרים בדקו את ביצועי המודל בקרב 38,642 חולים עם פרפור פרוזדורים במערכת הבריאות בהר סיני. הם גם אישרו חיצונית את המודל על 12,817 חולים ממערכי נתונים זמינים לציבור מסטנפורד.
תוצאות: המודל הניב המלצות טיפול המותאמות לשבץ ודימום מקלים. זה סיווג מחדש כמחצית מחולי AF כדי שלא לקבל נוגד קרישה. חולים אלה היו מקבלים נוגדי קרישה בהנחיות הטיפול הנוכחיות.
מה המשמעות של מחקר זה עבור חולים וקלינאים: מחקר זה מייצג עידן חדש בטיפול בחולים. כשמדובר בטיפול בחולי AF, מחקר זה יאפשר תכניות טיפול מותאמות אישית ומותאמות יותר.
ציטוטים:
"מחקר זה מייצג מודרניזציה עמוקה של האופן בו אנו מנהלים נוגדי קרישה לחולים עם פרפור פרוזדורים ועשוי לשנות את הפרדיגמה של אופן קבלת ההחלטות הקליניות", אומר הסופר המקביל יהושע למפרט, מרפאה, מנהל למידת מכונות בבית החולים הר פוסטר לב. "גישה זו מתגברת על הצורך בקלינאים להחיש סטטיסטיקות ברמת האוכלוסייה לאנשים, תוך הערכת התועלת נטו לחולה הבודד-אשר נמצא בליבה של מה שאנו מקווים להשיג כקלינאים. המודל יכול לא רק לחשב המלצות ראשוניות, אלא גם לעדכן את ההמלצות על בסיס ההמלצות על ידי הניתוח של החפץ, על פי התמורות הבריאותיות של המועמדות, על פי הניתוח של המניעה, על פי הניתוח של המנגנון, הבטחי, באופן ראוי, על פי הניתוח העניני, נטל קוגניטיבי של שקילה בין שבץ מוחי לדימום סיכונים שאינם המותאמים לחולה בודד, נמנע מעבודה אנושית הדרושה לאיסוף נתונים נוסף, ומספק פרופילי סיכון יחסי יחסי כדי לסייע לחולים בייעוץ. "
"יצירה זו ממחישה כיצד מודלים מתקדמים של AI יכולים לסנתז מיליארדי נקודות נתונים על פני רישום הבריאות האלקטרוני כדי לייצר המלצות טיפול בהתאמה אישית. על ידי מעבר מעבר לגודל 'גודל אחד מתאים לאף אחד', אנו יכולים כעת לספק לקלינאים עם סיבוב ספציפי למטופלים, ומאפשרת קבלת החלטות משותפות ואסטרטגיות של תוואי של תוספת של תוספת, משותפת, תוספות של תוואי של תוספת, קבלת שיעור תוספת, Nadkarni, MD, MPH, יו"ר המחלקה לבינה מלאכותית ובריאות אנוש בבית הספר לרפואה של איקאהן בהר סיני.
"הימנעות משבץ מוחי היא המטרה החשובה ביותר בניהול חולים עם פרפור פרוזדורים, הפרעת קצב לב שלפי ההערכה היא משפיעה על 1 מכל 3 מבוגרים מתישהו בחייהם", אומר המחבר השותף של סניור, ויווק רדי, מנהל האלקטרופיזיולוגיה של קרדיאקיה בבית החולים הר פוסטר לב. "אם ניסויים קליניים אקראיים עתידיים מדגימים שמודל AI זה הוא אפילו רק שבר יעיל בהבחנת הגבוה VS חולי סיכון נמוך כפי שנצפו במחקר שלנו, המודל ישפיע עמוקות על הטיפול והתוצאות של המטופלים. "
"כאשר חולים מקבלים תוצאות בדיקה או המלצת טיפול, הם עשויים לשאול 'מה זה אומר לי במיוחד?' יצרנו דרך חדשה לענות על השאלה הזו. לפני המינוי הרפואי שלך. במקום רק לספר לך מה עלול לקרות, אנו מראים גם לכם מה וגם כמה סביר שזה יקרה לכם באופן אישי. זה נותן גם לך וגם לרופא שלך תמונה ברורה יותר של מצבך האישי, ולא רק סטטיסטיקות כלליות שעלולות להחמיץ גורמים פרטניים חשובים ", אומר הסופר הראשון ג'סטין קאופמן, מדעי נתונים עם מחלקת ווינדרייך לבינה מלאכותית ובריאות האדם.
