COVID-19 és Siemens: AI elemzi

Hírek - Radiológia Világa | 2021. augusztus 30. 07:39 | Utolsó módosítás dátuma - 2021. szeptember 28. 19:20 | Forrás: radiologia.hu

Már elérhető a Siemens Healthineers mesterséges intelligencián alapuló COVID-19 súlyossági algoritmusa.

COVID-19 és Siemens: AI elemzi

A valós idejű, mesterséges intelligencián alapuló prediktív eszköz több mint 14 000 COVID-19 beteg adatainak felhasználásával készült, azzal a céllal, hogy segítse az orvosokat a SARS-CoV-2 betegek azonosításában, akiknél fennáll a súlyos kimenetel veszélye. A vállalat azt tervezi, hogy a jövőben az algoritmust laboratóriumi platformjába, az Atellica Data Manager szoftverbe illeszti.

Világszerte számos vezető egészségügyi intézménnyel folytatott egyéves együttműködésen keresztül a Siemens Healthineers kifejlesztette az Atellica COVID-19 Súlyossági Algoritmust, egy olyan modellt, amely segít megjósolni a súlyos betegségek és az életveszélyes többszervi diszfunkció előrehaladásának valószínűségét COVID-19 betegeknél. A több mint 14 000 COVID-19 betegből származó, azonosított COVID-19 páciensadatok felhasználásával kilenc klinikailag jelentős laboratóriumi paramétert azonosítottak és választottak ki az algoritmusba. A beteg életkorán kívül a D-dimer, a laktát-dehidrogenáz (LDH), a limfocita %, az eozinofil %, a kreatinin, a C-reaktív fehérje (CRP), a ferritin, a PT-INR és a magas érzékenységű szív-troponin-I segítenek. megjósolja a betegség különböző végpontokig való előrehaladásának valószínűségét.

„Szeretnénk, ha az egészségügyi szolgáltatók hozzáférnének egy olyan prediktív eszközhöz, amely kihasználja a mesterséges intelligenciával kapcsolatos szakértelmünket, és elősegíti annak megértését, hogyan lehet javítani a betegellátást a COVID-19 kapcsán”-mondta Deepak Nath, PhD, a Siemens Healthineers Laboratóriumi Diagnosztikai platform elnöke,. „Mivel a világ nagy részét még mindig sújtja a járvány, és szigorú erőforrás-allokációval kell szembenéznie, az a képesség, hogy valós időben gyorsan azonosítani tudják azokat a betegeket, akiknél fennáll a súlyos betegség előrehaladásának kockázata, potenciálisan elősegítheti a betegellátást. A legmegfelelőbb állapot korai bevezetése – a legkorszerűbb kezelésekről kimutatták, hogy javítják a túlélést a magas kockázatú betegeknél.”

A csak oktatási célokra használható algoritmus elérhető a vállalat honlapján itt. A potenciális beteg laboratóriumi értékeinek és életkorának megadásával az algoritmus COVID-19 klinikai súlyossági pontszámot generál, beleértve a lélegeztetőgép használatának valószínűségét, a végső stádiumú szervkárosodást és a 30 napos kórházi halálozást. Az AI-alapú algoritmus kapcsolódik a cég laboratóriumi platformján működő Atellica Data Manager szoftverhez, és jelenleg csak vizsgálati célú felhasználásként értékelik, hogy segítsen felmérni a betegellátás lehetséges előnyeit. A meglévő orvos rendelési/mintafeldolgozási/eredményjelentési munkafolyamatba való integrálással az algoritmus későbbi generációja klinikai döntéstámogató képességeket biztosíthat a szabványosított tesztelési protokollok támogatásához a COVID-19-pozitív betegek számára.

A vállalat több tucat egészségügyi intézmény mellett a spanyolországi La Paz-i egyetemi kórházzal együttműködve gyűjtötte be a COVID-19 páciensadatokat az algoritmus felépítéséhez, majd később az eszköz pontosságának teszteléséhez retrospektív elemzéssel. „A mesterséges intelligencia kihasználásának képessége a COVID-19 fertőzésből származó káros következmények magas kockázatának kitett betegek azonosítására nagy előrelépés lenne mind a klinikai laboratóriumi diagnosztikában, mind az információs technológiában”- mondta Dr. Antonio Buño Soto PhD, az egyetemi kórház laboratóriumi osztályának vezetője. – „Miután első kézből láttuk, hogy mennyire zökkenőmentesen tudtuk integrálni a prediktív modellt a napi laboratóriumi munkafolyamatunkba az Atellica Data Manager segítségével, bízom benne, hogy az algoritmus integrált döntéstámogató eszközzé válhat, a laboradatok alapján nyújt támogatást az orvosoknak, és végül segítséget nyújt a magas színvonalú betegellátás érdekében a kritikus döntések meghozatalában.”