El traumatismo craneoencefálico TCE es una causa mundial importante de mortalidad y morbilidad con una incidencia creciente, especialmente en los países de ingresos bajos y medianos. Los TCE más graves se tratan en unidades de cuidados intensivos UCI, pero a pesar dela atención adecuada y de alta calidad, aproximadamente uno de cada tres pacientes muere.
Los pacientes que sufren un TCE grave están inconscientes, lo que dificulta la monitorización precisa del estado del paciente durante los cuidados intensivos. En la UCI, se monitorizan continuamente muchas decenas de variables p. Ej., Presión intracraneal, presión arterial media y presión de perfusión cerebral que indirectamente dan información sobre el estado del paciente.
Sin embargo, solo una variable, como la presión intracraneal, puede producir cientos de miles de puntos de datos por día. Por lo tanto, es imposible para el cerebro humano comprender los millones resultantes de puntos de datos recopilados diariamente de todos los datos monitoreados.por qué los investigadores del Hospital Universitario de Helsinki HUS comenzaron a desarrollar un algoritmo basado en inteligencia artificial IA que podría ayudar a los médicos a tratar a pacientes con TCE grave. En el mejor de los casos, dicho algoritmo podría predecir el resultado de un paciente individual y proporcionar datos objetivos sobrela condición y el pronóstico del paciente y cómo cambia durante el tratamiento.
"No se ha presentado antes un modelo de pronóstico dinámico como este. Aunque se trata de una prueba de concepto y todavía pasará algún tiempo antes de que podamos implementar algoritmos como este en la práctica clínica diaria, nuestro estudio refleja cómo y en quéen qué dirección evolucionan los cuidados intensivos modernos ", dice Rahul Raj, profesor adjunto de neurocirugía experimental de HUS y uno de los autores del artículo.
Los algoritmos pueden predecir la probabilidad de que el paciente muera dentro de los 30 días con una precisión del 80-85%.
"Hemos desarrollado dos algoritmos separados. El primer algoritmo es más simple y se basa únicamente en datos de monitorización objetivos. El segundo algoritmo es un poco más complejo e incluye datos sobre el nivel de conciencia, medidos por la puntuación de la escala de coma de Glasgow, ampliamente utilizada.Como era de esperar, la precisión del algoritmo más complejo es ligeramente mejor que la del algoritmo más simple. Sin embargo, la precisión de ambos algoritmos es sorprendentemente buena, considerando que el modelo más simple se basa en solo tres variables principales y el más complejo en cinco variables principales.", dice Eetu Pursiainen, científico de datos del Departamento de Desarrollo de IA y Análisis de HUS, uno de los autores y codificadores principales de los algoritmos.
En el futuro, los algoritmos aún deben validarse en conjuntos de datos externos nacionales e internacionales.
"Finlandia es uno de los líderes mundiales en soluciones de inteligencia artificial en la atención médica especializada y el Hospital Universitario de Helsinki, como uno de los hospitales más grandes de Europa, juega un papel importante en llevar la excelencia finlandesa al mundo. Por eso, creemos queEs importante actuar de forma ética y compartir nuestros algoritmos de forma abierta y gratuita para un mayor desarrollo, tanto a nivel nacional como internacional ", afirma Miikka Korja, presidente del Grupo Directivo de Inteligencia Artificial del HUS y profesor adjunto de neurocirugía en la Universidad de Helsinki.
Fuente de la historia :
Materiales proporcionado por Universidad de Helsinki . Nota: el contenido se puede editar por estilo y longitud.
Referencia de la revista :
cite esta página :