Az AI az intenzív osztályon segíthet a klinikusoknak a döntéshozatalban

A Carnegie Mellon Egyetem és a Pittsburgh-i Egyetem és a UPMC-nek a kutatócsoportja kifejlesztett egy AI Clinician modellt, amely segíthet a orvosoknak abban, hogy gyorsan hozzanak komplex döntéseket, különösen az intenzív osztályokon. Az AI Clinician Explorer nevű interaktív klinikai döntéstámogató (CDS) interfész képes javaslatokat tenni a szepszis kezelésére, egy potenciálisan életveszélyes állapotra, amely akkor lép fel, amikor a szervezet fertőzésre adott válasza károsítja saját szöveteit és szerveit.

A modellt több mint 18 000 olyan beteg adatai alapján képezték ki, akik intenzív osztályos tartózkodásuk alatt megfeleltek a szepszis standard diagnosztikai kritériumainak. A klinikai szakértők most már szűrhetnek és kereshetnek az adathalmazban, megjeleníthetik a pácienek betegségeinek pályáját és összehasonlíthatják a modell által készített előrejelzéseket az ágy mellett hozott tényleges kezelési döntésekkel.

Egy kutatást végeztek 24, a szepszis kezelésében jártas intenzív osztályos orvossal, ahol egy egyszerűsített AI Clinician Explorer felületet használtak a kezelési döntések meghozatalához négy szimulált beteg esetében. A csapat négy csoportba sorolta az orvosokat viselkedésük alapján: figyelmen kívül hagyás, támaszkodás, megfontolás és tárgyalás. A "figyelmen kívül hagyó" csoport a mesterséges intelligencia ajánlásainak figyelembevétele nélkül hozta meg döntéseit, míg a "támaszkodó" csoport következetesen elfogadta a mesterséges intelligencia iránymutatását. A "fontoló" csoport értékelte a mesterséges intelligencia ajánlását, mielőtt elfogadta vagy elutasította azt. A résztvevők többsége a "tárgyaló" csoportba tartozott, amely elfogadta a mesterséges intelligencia ajánlásának egyes aspektusait, de nem mindet.

A legtöbb orvos az AI Clinician modellt beépítette döntései egy részébe. Néhányan azonban aggályokat fogalmaztak meg azzal kapcsolatban, hogy a mesterséges intelligencia korlátozottan fér hozzá a betegadatokhoz, például az általános megjelenéshez és szkeptikusak voltak, amikor a mesterséges intelligencia a tanultaktól eltérő megközelítéseket javasolt.

A kutatás célja nem a klinikusok által hozott döntések helyettesítése vagy másolása, hanem az, hogy a mesterséges intelligencia segítségével olyan mintákat tárjon fel a betegek eredményeiben, amelyeket korábban esetleg figyelmen kívül hagytak. A csoport állítása szerint a rendszer új irányba terelheti a klinikusokat, vagy támogathatja a jelenlegi megközelítésüket. A kutatócsoport egy része úgy véli, hogy a klinikusok izgatottak a mesterséges intelligenciában rejlő lehetőségek miatt, de nem biztos, hogy tisztában vannak azzal, hogyan működnek ezek az AI-eszközök.

A csapat most annak meghatározására összpontosít, hogy miként lehet az adatokat biztosítani és az AI Clinician modell által tett ajánlásokat érvényesíteni. Ez egy olyan kihívást jelentő probléma, amelyhez gépi tanulásra és mesterséges intelligenciára lesz szükség.