Արհեստական բանականությունը սովորել է վիրահատությունից հետո վտանգավոր բարդությունները բժիշկներից ավելի լավ կանխատեսել

Ջոնս Հոփքինսի համալսարանի գիտնականները մշակել են արհեստական ​​բանականության մոդել, որը նախկինում չնկատվող ազդանշաններ է նույնականացնում սովորական էլեկտրասրտագրություններում (ԷՍԳ), որոնք կարող են ճշգրիտ կանխատեսել վիրահատությունից հետո կյանքին սպառնացող բարդությունները: Տեխնոլոգիան զգալիորեն գերազանցում է բժիշկների կողմից օգտագործվող ռիսկի գնահատման առկա մեթոդներին: Ուսումնասիրությունը հրապարակվել է British Journal of Anesthesia (BJA) ամսագրում:

«Մենք ցույց ենք տվել, որ նույնիսկ պարզ ԷՍԳ-ն պարունակում է կարևոր տեղեկատվություն, որը անզեն աչքով չի նկատվում: Միայն մեքենայական ուսուցման մեթոդները կարող են այն արդյունահանել», - նշել է առաջատար հեղինակ Ռոբերտ Դ. Սթիվենսը, Ինֆորմատիկայի, ինտեգրման և նորարարության բաժնի ղեկավարը:

Խոշոր վիրահատությունից հետո հիվանդների զգալի մասը 30 օրվա ընթացքում ունենում է ծանր բարդություններ՝ սրտի կաթված, ինսուլտ կամ մահ: Ներկայիս ռիսկի գնահատականները նման արդյունքներ կանխատեսում են միայն դեպքերի մոտավորապես 60%-ում:

Հետազոտողները ենթադրել են, որ ԷՍԳ-ն կարող է պարունակել թաքնված մարկերներ, որոնք կապված են ոչ միայն սրտի առողջության, այլև բորբոքման, նյութափոխանակության, հորմոնալ կարգավորման և էլեկտրոլիտների մակարդակի հետ: Այս վարկածը ստուգելու համար նրանք վերլուծել են Բոստոնում վիրահատված 37,000 հիվանդների նախավիրահատական ​​ԷՍԳ տվյալները:

Երկու ալգորիթմներ մարզվեցին. մեկը աշխատում էր միայն ԷՍԳ-ի հետ, մինչդեռ մյուսը՝ այսպես կոչված «միաձուլման մոդելը», համատեղում էր ԷՍԳ տվյալները հիվանդի բժշկական պարամետրերի հետ (տարիք, սեռ և ուղեկցող հիվանդություններ):

Երկու ալգորիթմներն էլ ճշգրտությամբ գերազանցեցին առկա ռիսկի միավորները, բայց «միաձուլման մոդելը» ապացուցեց, որ ամենաարդյունավետն է՝ կանխատեսելով բարդությունները 85% ճշգրտությամբ:

«Հատկանշական է, որ ԷՍԳ տվյալների ընդամենը 10 վայրկյանը կարող է այդքան ճշգրիտ կանխատեսել վիրահատության արդյունքները: Սա իսկապես նշանակալի արդյունք է, որը կարող է փոխել վիրաբուժական ռիսկերի գնահատման մեր եղանակը», - նշել է ուսումնասիրության համահեղինակ, կենսաբժշկական ճարտարագիտության ամբիոնի ասպիրանտ Կարլ Հարիսը:

Հաջորդ քայլը կլինի ալգորիթմի վավերացումը ավելի մեծ նմուշների վրա և իրական ժամանակում փորձարկումը վիրահատության նախապատրաստվող հիվանդների վրա:

Թարգմանությունը՝ Lurer.com-ի