Iscriviti ora

Accesso

Password dimenticata

Hai perso la tua password? Inserisci il tuo indirizzo email. Riceverai un link e verrà creata una nuova password via e-mail.

Add postale

Devi effettuare il login per aggiungere post .

Aggiungere domanda

Devi effettuare il login per fare una domanda.

Accesso

Iscriviti ora

Benvenuti a Scholarsark.com! La tua registrazione ti darà accesso a utilizzare più funzionalità di questa piattaforma. È possibile porre domande, contributi o fornire risposte, Guarda i profili di altri utenti e molto altro ancora. Iscriviti ora!

Il sistema di apprendimento automatico potrebbe aiutare le decisioni critiche nella cura della sepsi: Il modello prevede se i pazienti con pronto soccorso che soffrono di sepsi necessitano urgentemente di un cambiamento nella terapia.

Ricercatori del MIT e del Massachusetts General Hospital (MGH) hanno sviluppato un modello predittivo che potrebbe guidare i medici nel decidere quando somministrare farmaci potenzialmente salvavita ai pazienti in trattamento per la sepsi al pronto soccorso. La sepsi è una delle cause più frequenti di ricovero, e una delle più comuni cause di morte, nel reparto di terapia intensiva. Ma la stragrande maggioranza di questi pazienti arriva prima attraverso il pronto soccorso. Il trattamento di solito inizia con antibiotici e liquidi per via endovenosa, un paio di litri alla volta. Se i pazienti non rispondono bene, possono andare in shock settico, dove la loro pressione sanguigna scende pericolosamente in basso e gli organi falliscono. Quindi spesso va in terapia intensiva, dove i medici possono ridurre o interrompere i fluidi e iniziare farmaci vasopressori come noradrenalina e dopamina, aumentare e mantenere la pressione sanguigna del paziente.

Un nuovo modello di apprendimento automatico prevede se i pazienti ER che soffrono di sepsi potrebbero dover passare a determinati farmaci. Ufficio stampa del MIT

Ecco dove le cose possono diventare complicate. La somministrazione di liquidi per troppo tempo potrebbe non essere utile e potrebbe anche causare danni agli organi, quindi l'intervento vasopressore precoce può essere utile. Infatti, la somministrazione precoce di vasopressori è stata collegata a una migliore mortalità nello shock settico. D'altro canto, somministrare vasopressori troppo presto, o quando non serve, porta le sue conseguenze negative sulla salute, come aritmie cardiache e danni cellulari. Ma non c'è una risposta chiara su quando effettuare questa transizione; i medici in genere devono monitorare attentamente la pressione sanguigna del paziente e altri sintomi, e poi fare una chiamata di giudizio.

In un documento presentato questa settimana al simposio annuale dell'American Medical Informatics Association, i ricercatori del MIT e del MGH descrivono un modello che "impara" dai dati sanitari sui pazienti con sepsi in pronto soccorso e prevede se un paziente avrà bisogno di vasopressori nelle prossime ore. Per lo studio, i ricercatori hanno compilato il primo set di dati del suo genere per i pazienti con sepsi ER. In prova, il modello potrebbe prevedere la necessità di un vasopressore più di 80 per cento delle volte.

La previsione anticipata potrebbe, tra l'altro, prevenire una degenza non necessaria in terapia intensiva per un paziente che non necessita di vasopressori, o iniziare la preparazione anticipata per l'ICU per un paziente che lo fa, dicono i ricercatori.

“È importante avere una buona capacità discriminante tra chi ha bisogno di vasopressori e chi no [nel pronto soccorso],dice il primo autore Varesh Prasad, uno studente di dottorato nell'Harvard-MIT Program in Health Sciences and Technology. “Possiamo prevedere entro un paio d'ore se un paziente ha bisogno di vasopressori. Se, a quel tempo, i pazienti hanno ricevuto tre litri di liquido IV, potrebbe essere eccessivo. Se lo sapessimo in anticipo, quei litri non sarebbero comunque d'aiuto, avrebbero potuto iniziare prima con i vasopressori”.

In ambito clinico, il modello potrebbe essere implementato in un monitor al posto letto, per esempio, che tiene traccia dei pazienti e invia avvisi ai medici nel spesso frenetico pronto soccorso su quando iniziare i vasopressori e ridurre i liquidi. “Questo modello sarebbe un sistema di vigilanza o sorveglianza che funziona in background," dice il coautore Thomas Heldt, il W. M. Keck Career Development Professor presso il MIT Institute of Medical Engineering and Science. “Ci sono molti casi di sepsi che [medici] capire chiaramente, o non hai bisogno di alcun supporto con. I pazienti potrebbero essere così malati alla presentazione iniziale che i medici sanno esattamente cosa fare. Ma c'è anche una "zona grigia".,' dove questi tipi di strumenti diventano molto importanti."

I coautori dell'articolo sono James C. Lynch, uno studente laureato del MIT; e Trento D. Gillingham, Sorav Nepal, Michele R. Filbin, e Andrea T. Reisner, tutto MGH. Heldt è anche assistente professore di ingegneria elettrica e biomedica presso il Dipartimento di ingegneria elettrica e informatica del MIT e ricercatore principale presso il laboratorio di ricerca di elettronica.

Altri modelli sono stati costruiti per prevedere quali pazienti sono a rischio di sepsi, o quando somministrare vasopressori, nelle unità di terapia intensiva. Ma questo è il primo modello addestrato sul compito per il pronto soccorso, Held dice. “[La terapia intensiva] è una fase successiva per la maggior parte dei pazienti con sepsi. Il pronto soccorso è il primo punto di contatto con il paziente, dove puoi prendere decisioni importanti che possono fare la differenza nel risultato,Held dice.

La sfida principale è stata la mancanza di un database ER. I ricercatori hanno lavorato con i medici MGH per diversi anni per compilare le cartelle cliniche di quasi 186,000 pazienti che sono stati curati nel pronto soccorso MGH da 2014 a 2016. Alcuni pazienti nel set di dati avevano ricevuto vasopressori all'interno del primo 48 ore della loro visita in ospedale, mentre altri no. Due ricercatori hanno esaminato manualmente tutte le registrazioni di pazienti con probabile shock settico per includere l'ora esatta della somministrazione del vasopressore, e altre annotazioni. (Il tempo medio dalla presentazione dei sintomi della sepsi all'inizio del vasopressore è stato di circa sei ore.)

I record sono stati divisi in modo casuale, con 70 percentuale utilizzata per l'addestramento del modello e 30 per cento per testarlo. In allenamento, il modello estratto fino a 28 di 58 possibili caratteristiche di pazienti che necessitavano o non necessitavano di vasopressori. Le caratteristiche includevano la pressione sanguigna, tempo trascorso dal primo ricovero in pronto soccorso, volume totale di liquidi somministrati, frequenza respiratoria, stato mentale, saturazione di ossigeno, e cambiamenti nella gittata sistolica cardiaca - quanto sangue il cuore pompa in ogni battito.

In prova, il modello analizza molte o tutte queste caratteristiche in un nuovo paziente a intervalli di tempo prestabiliti e cerca schemi indicativi di un paziente che alla fine aveva bisogno di vasopressori o no. Sulla base di tali informazioni, fa una previsione, ad ogni intervallo, se il paziente avrà bisogno di un vasopressore. Nel prevedere se i pazienti avessero bisogno di vasopressori nelle prossime due o più ore, il modello era corretto 80 a 90 per cento delle volte, che potrebbe impedire un eccesso di mezzo litro o più di liquidi somministrati, in media.

“Il modello prende fondamentalmente una serie di segni vitali attuali, e un po' di come appare la traiettoria, e determina che questa attuale osservazione suggerisce che questo paziente potrebbe aver bisogno di vasopressori, o questo insieme di variabili suggerisce che questo paziente non ne avrebbe bisogno,dice Prasad.

Il prossimo, i ricercatori mirano ad espandere il lavoro per produrre più strumenti che prevedono, in tempo reale, se i pazienti ER possono inizialmente essere a rischio di sepsi o shock settico. “L'idea è di integrare tutti questi strumenti in un'unica pipeline che aiuterà a gestire l'assistenza dal momento in cui arrivano per la prima volta al pronto soccorso,dice Prasad.

L'idea è di aiutare i medici nei reparti di emergenza nei principali ospedali come MGH, che vede circa 110,000 pazienti ogni anno, concentrarsi sulle popolazioni più a rischio di sepsi. “Il problema con la sepsi è che la presentazione del paziente spesso smentisce la gravità del processo patologico sottostante,Held dice. “Se qualcuno arriva con debolezza e non si sente bene, un po' di liquidi può spesso fare il trucco. Ma, in alcuni casi, hanno una sepsi sottostante e possono deteriorarsi molto rapidamente. Vogliamo essere in grado di dire quali pazienti sono migliorati e quali sono su un percorso critico se non curati.


fonte: http://news.mit.edu, di Rob Matheson

Di Marie

Lascia un commento