Aplikacja stworona prez szwedzkich naukowców pozwoli ocenić, jakie szanse na preżycie 30 dni ma pacjent, u którego poza szpitalem wystąpiło zatrymanie akcji serca. Model predykcyjny powstał na podstawie analizy niemal 60 tys. dokumentacji medycznych i wykazuje dużo większą skuteczność szacunków, niż mają najbardziej doświadczeni lekare. Trwa certyfikacja aplikacji, która będzie mogła wspierać decyzje lekary w podejmowaniu dalszego leczenia pacjentów trafiających do szpitala po zatrymaniu krążenia. W razie potrzeby jej zastosowania w innych krajach potrzebna by była walidacja oparta na danych pacjentów z poszczególnych państw.
– Rozpatrywaliśmy scenariusz, w którym pacjent doznaje zatrymania krążenia na przykład w domu, przyjeżdża karetka i zespół ratowniczy rozpoczyna resuscytację krążeniowo-oddechową, uciskając klatkę piersiową i stosując wentylację. Następnie karetka zabiera pacjenta na oddział ratunkowy szpitala, po drodze kontynuując resuscytację – informuje w wywiadzie dla agencji Newseria Innowacje Fredrik Hessulf z Instytutu Medycznego Sahlgrenska Academy z Uniwersytetu w Göteborgu, anestezjolog w Sahlgrenska University Hospital.
Naukowcy chcieli sprawdzić, czy z wykorystaniem sztucznej inteligencji i uczenia maszynowego można prewidzieć, który pacjenci pozostaną przy życiu po 30 dniach po zatrymaniu krążenia wyłącznie na podstawie informacji bezpośrednio dostępnych na oddziale ratunkowym. Model predykcyjny został opracowany na podstawie danych uzyskanych z dokumentacji 55 tys. przypadków zatrymania krążenia. To ilość danych, których nie byłby w stanie preanalizować żaden lekar podczas całej swojej kariery zawodowej. Twórcy zapewniają, że dzięki tak dużemu zasobowi informacji ich model działa ze skutecznością nieosiągalną dla człowieka.
– Aby porównać zdolność lekary do prewidzenia prawdopodobieństwa preżycia, przekazaliśmy 20 współpracującym z nami lekarom te same informacje, jakimi dysponował model predykcyjny. Predstawiliśmy im cztery przypadki pacjentów. Jeden z nich ma 50 lat, zatrymanie krążenia nastąpiło w domu, karetka przyjeżdża po 15 minutach i kolejne 15 minut zajmuje dojazd na oddział ratunkowy. Co ciekawe oszacowania naszych współpracowników – kardiologów, anestezjologów, lekary ratownictwa medycznego – jako grupy były dość dobre. Łącznie oszacowali oni szanse na preżycie tego pacjenta po 30 dniach na 20 proc. Jednak gdy porównaliśmy oszacowania szans na preżycie w ocenie poszczególnych lekary, jeden z nich stwierdził, że jest to 10 proc., a inny – 45 proc. Oszacowania były więc znacznie zróżnicowane. Model zapewnia dużo dokładniejsze oszacowania i umożliwia kalibrację prawdopodobieństwa preżycia – wyjaśnia Fredrik Hessulf.
Pierwszy stworony prez naukowców model opierał się na 400 zmiennych dla każdego pacjenta. Z uwagi na to, że interwencja na oddziale ratunkowym trwałaby przy wprowadzaniu takich danych bardzo długo, liczba zmiennych musiała zostać ograniczona do 10. To informacje m.in. o wieku pacjenta, rodzaju rytmu serca przy zatrymaniu krążenia czy czasu, jaki upłynął między zatrymaniem krążenia a przyjazdem karetki. Aby model był użyteczny na oddziałach ratunkowych, twórcy stworyli aplikację, którą można pobrać lub korystać z niej w preglądarce internetowej, a następnie wpisać kilka informacji o pacjencie i otrymać bardzo szybką prognozę prawdopodobieństwa preżycia.
– Å»aden dotychczasowy model nie miał takiej mocy predykcyjnej ani zdolności wskazania osób, które mają szanse na preżycie. Są różne sposoby na zmierenie skuteczności modelu predykcyjnego. Jednym z nich jest zmierenie pola pod wykresem krywej ROC [oceny poprawności klasyfikatora – red.]. Jeśli rucimy monetą, mamy 50 proc. szans, że wypadnie oreł, i 50 proc., że wypadnie reszka. Jeśli zgadujemy przed ruceniem monetą, że wypadnie oreł, w 50 proc. przypadków będziemy mieć rację. W przypadku naszego modelu wskaźnik poprawności będzie wynosił 97 proc. Jest to niezawodny model i opiera się na bardzo wielu przypadkach zatrymania krążenia, więc zapewnia dokładne oszacowanie prawdopodobieństwa preżycia – podkreśla naukowiec.
Obecnie trwa proces uzyskiwania oznaczenia CE dla aplikacji. Dane zbierane podczas sprawdzania modelu dotyczyły pacjentów szwedzkich, prez co profile badanych mogą się różnić od tych, które byłyby spotykane w innych krajach. Twórcy twierdzą, że rozwiązaniem tego problemu byłaby walidacja z udziałem pacjentów danej narodowości.
– Zgodnie z naszym założeniem może to być jeden z elementów procesu decyzyjnego dotyczącego dalszego postępowania w przypadku danego pacjenta podczas resuscytacji po zatrymaniu krążenia. Nie jest to narędzie, które ma wyznaczać dalsze postępowanie – jeśli narędzie daje pacjentowi określone szanse na preżycie, wtedy treba podjąć określoną czynność – jest to raczej kalibracja prewidywań. Na przykład jeśli według danych historycznych 5 proc. pacjentów w danym wieku z określonego rodzaju zatrymaniem krążenia preżywało 30 dni, jest to cenna informacja – mówi Fredrik Hessulf.