02:00 
Новое исследование, проведенное учеными из Медицинской школы Икан на горе Синай, предполагает, что искусственный интеллект (ИИ) может помочь предсказать, какие тяжелобольные пациенты, находящиеся на аппаратах искусственной вентиляции легких, подвергаются риску недоедания, что потенциально позволит врачам рано корректировать питание и улучшать уход за пациентами. Подробности исследования были опубликованы в онлайн-выпуске Nature Communications от 17 декабря.
Первая неделя на аппарате искусственной вентиляции легких особенно важна для обеспечения правильного питания, поскольку потребности пациентов в этот период часто быстро меняются, говорят исследователи. «Слишком много пациентов на аппаратах искусственной вентиляции легких в отделении интенсивной терапии (ОИТ) не получают необходимого питания в течение критической первой недели», — говорит со-старший автор-корреспондент Анкит Сахуджа, MBBS, MS, доцент кафедры искусственного интеллекта, здоровья человека и медицины (цифровая медицина, управляемая данными). "Их потребности быстро меняются, и им легко отставать. Мы хотели найти простой и своевременный способ определить, кто больше всего подвержен риску недоедания, чтобы врачи могли вмешаться раньше, скорректировать уход и убедиться, что каждый пациент получает правильную поддержку, когда это наиболее важно".
Исследовательская группа создала инструмент искусственного интеллекта под названием NutriSightT, который анализирует обычные данные отделения интенсивной терапии, такие как показатели жизнедеятельности, результаты анализов, лекарства и информацию о питании, чтобы прогнозировать, в течение нескольких часов заранее, при этом пациенты могут недоедать на 3–7 день вентиляции легких. Используя большие деидентифицированные наборы данных отделений интенсивной терапии из Европы и США, модель была обучена и проверена для обновления прогнозов каждые четыре часа при изменении состояния пациентов.
Исследование выявило несколько ключевых выводов, которые потенциально могут помочь в уходе за пациентами:
- На ранних этапах лечения в отделениях интенсивной терапии часто встречается недоедание. Примерно от 41 до 53 процентов пациентов недоедали к третьему дню, а 25-35 процентов оставались недоеденными к седьмому дню.
- Модель является динамичной и интерпретируемой, показывая, какие обычные факторы, такие как артериальное давление, уровень натрия или седативный эффект, влияют на риск недостаточного питания.
- Исследование может поддержать персонализированные планы питания, направлять группы по питанию и информировать клинические испытания для определения наиболее эффективных стратегий питания для отдельных пациентов.
Исследователи подчеркивают, что NutriSighT не будет предназначен для замены врачей. Вместо этого оно могло бы служить системой раннего предупреждения, помогающей своевременно принимать меры по правильному питанию.
Следующие шаги исследовательской группы включают проспективные испытания на нескольких площадках, чтобы проверить, улучшает ли действие этих прогнозов результаты лечения пациентов, тщательную интеграцию в электронные медицинские записи и расширение до более широких индивидуальных целей в области питания.
«Значение результатов нашего исследования заключается в том, что впервые можно будет определить, какие пациенты подвергаются риску недостаточного питания на ранних этапах пребывания в отделении интенсивной терапии. и адаптировать уход к их индивидуальным потребностям», — говорят соавтор Гириш Н. Надкарни, доктор медицинских наук, магистр здравоохранения, председатель Департамента искусственного интеллекта и здоровья человека Виндрайха, директор Института цифрового здравоохранения Хассо Платтнера, а также Ирен и д-р Артур М. Фишберг, профессор медицины в Медицинской школе Икан на горе Синай и главный специалист по искусственному интеллекту системы здравоохранения горы Синай. "Это представляет собой важный шаг к предоставлению клиницистам более качественной информации для принятия решений о питании. В конечном итоге цель состоит в том, чтобы обеспечить правильное количество питания нужному пациенту в нужное время, что может помочь улучшить выздоровление и результаты у пациентов в критическом состоянии, а также заложить основу для более персонализированных стратегий ухода".
Документ называется «NutriSighT: интерпретируемая модель-трансформер для динамического прогнозирования недостаточного питания энтерального питания у пациентов на искусственной вентиляции легких».
авторами исследования, как указано в журнале, являются Матин Джангда, Джайшил Патель, Ахил Вайд, Джаскират Гилл, Пол Маккарти, Джейкоб Десман, Рохит Гупта, Дхрув Патель, Нидхи Кави, Шрути Бакаре, Эял Кланг, Роберт Фриман, Энтони Манасия, Джон Оропелло, Лили Чан, Майте Суарес-Фаринас, Александр В. Чарни, Рупа Кохли-Сет, Гириш Н. Надкарни и Анкит Сакхуджа.
Это исследование было поддержано грантом Национального института здравоохранения (NIH) K08DK131286.e.
