Используя искусственный интеллект, исследователи-методисты из Хьюстона могут предсказать результаты госпитализации пожилых пациентов с деменцией в первый или второй день госпитализации. Эта ранняя оценка результатов означает более своевременное вмешательство, лучшую координацию помощи, более разумное распределение ресурсов, целенаправленное управление уходом и своевременное лечение этих более уязвимых пациентов с высоким риском.

Поскольку гериатрические пациенты с деменцией дольше находятся в больнице и несут более высокие расходы на здравоохранение, чем другие пациенты, команда стремилась решить эту проблему, выявляя поддающиеся изменению факторы риска и разрабатывая модель искусственного интеллекта, которая улучшает результаты лечения пациентов, повышает их качество жизни и снижает их риск повторной госпитализации, а также снижение затрат на госпитализацию после внедрения модели на практике.

В исследовании, опубликованном в Интернете 29 сентября в журнале Alzheimer’s & Dementia: Translational Research and Clinical Interventions, журнале Ассоциации болезни Альцгеймера, были изучены истории болезни 8 407 гериатрических пациентов с деменцией в течение 10 лет в системе Хьюстонской методистской системы восьми больниц, определяя риск факторы неблагоприятных исходов среди подгрупп пациентов с различными типами деменции, вызванными такими заболеваниями, как болезнь Альцгеймера, болезнь Паркинсона, сосудистая деменция и болезнь Гентингтона, среди прочих. На основе этих данных исследователи разработали модель машинного обучения, чтобы быстро распознавать прогностические факторы риска и их ранжированную значимость для нежелательных результатов госпитализации на ранних этапах пребывания этих пациентов в больнице.

С точностью 95,6% их модель превзошла все другие распространенные методы оценки риска для этих множественных типов деменции. Исследователи добавляют, что ни один из других существующих методов не применяет ИИ для всестороннего прогнозирования исходов госпитализации пожилых пациентов с деменцией таким образом, а также не определяет конкретные факторы риска, которые можно изменить с помощью дополнительных клинических процедур или мер предосторожности для снижения рисков.

Исследование показало, что если мы сможем выявить гериатрических пациентов с деменцией, как только они поступят в больницу, и распознать значительные факторы риска, то мы сможем сразу же применить некоторые подходящие вмешательства. Ослабляя и корректируя модифицируемые факторы риска нежелательных исходов немедленно, мы можем улучшить исходы и сократить их пребывание в больнице».

Юджин С. Лай, доктор медицины, доктор философии, почетный почетный профессор Роберта У. Херви по исследованиям и лечению болезни Паркинсона в отделении неврологии Стэнли Х. Аппеля

NOW Foods, жидкий хлорофилл, аромат натуральной мяты, 473 мл (16 жидк. унций)

Лай, невролог, много лет работала с этими пациентами и хотела найти способы лучше понять, как с ними обращаются и как они ведут себя при госпитализации, чтобы клиницисты могли улучшить уход за ними и качество их жизни. С этой идеей он обратился к Стивену Т.С. Вонгу, доктору философии, специалисту по биоинформатике и директору Центра исследований мозга Чао в Хьюстонском методистском центре, потому что он ранее сотрудничал с Вонгом и знал, что его команда имеет доступ к большое хранилище клинических данных пациентов Хьюстонской методистской школы и возможность использовать ИИ для анализа больших данных.

Выявлены факторы риска для каждого вида деменции, в том числе поддающиеся вмешательству. Основные выявленные факторы риска исхода госпитализации включали энцефалопатию, количество медицинских проблем при поступлении, пролежни, инфекции мочевыводящих путей, падения, источник госпитализации, возраст, расу и анемию, с несколькими совпадениями в группах с множественной деменцией.

В конечном счете, исследователи стремятся внедрить смягчающие меры, чтобы направлять клинические вмешательства для уменьшения этих негативных последствий. Вонг говорит, что новая стратегия применения мощных прогнозов ИИ для запуска «умных» клинических путей в больницах является новой и не только улучшит клинические результаты и опыт пациентов, но и снизит затраты на госпитализацию.

«Нашими следующими шагами будет внедрение проверенной модели искусственного интеллекта в мобильное приложение для персонала отделения интенсивной терапии и основного персонала больницы, чтобы предупредить их о гериатрических пациентах с деменцией, которые подвержены высокому риску неблагоприятных исходов госпитализации, и направить их на интервенционные шаги для уменьшения таких случаев. риски», — сказал Вонг, соответствующий автор статьи и почетный президентский профессор биомедицинской инженерии Джона С. Данна в Хьюстонском методистском научно-исследовательском институте. «Мы будем работать с ИТ-отделом больницы, чтобы беспрепятственно интегрировать это приложение в EPIC в рамках общесистемной реализации для рутинного клинического использования».

Он сказал, что это будет следовать той же стратегии интеллектуального клинического пути, над которой они работали, чтобы интегрировать два других новых приложения ИИ, разработанных его командой, в систему EPIC для рутинного клинического использования, чтобы направлять вмешательства, которые снижают риск падений пациентов с травмами и лучше оценивают грудь. риск рака, чтобы уменьшить ненужные биопсии и гипердиагностики.

Сотрудниками Вонга и Лая в этом исследовании были Xin Wang, Chika F. Ezeana, Lin Wang, Mamta Puppala, Yunjie He, Xiaohui Yu, Zheng Yin и Hong Zhao, все из Центра МОЗГА TT & WF Chao в Хьюстонском методистском академическом институте. и Ян-Сян Хуан из Дальневосточной мемориальной больницы на Тайване.

Это исследование было поддержано грантами Национальных институтов здравоохранения (R01AG057635 и R01AG069082), Фонда TT и WF Chao, Исследовательского фонда Джона С. Данна, Хьюстонской методистской премии Cornerstone Award и Исследовательского фонда Пола Ричарда Жаннере.