Нарешті, штучний інтелект робить щось корисне: бореться з лікарняними інфекціями
При всій увазі, яка приділяється штучного інтелекту (AI), який може робити вражаючі трюки, такі як грати в шахи, фарбувати кольору фарби і писати дивні науково-фантастичні шорти, легко забути, що деякі з цих систем дійсно корисні. Приклад: новий алгоритм, який може прогнозувати ризик зараження клостридії (C-diff) пацієнта, потенційно смертельної пов'язаної з медичною допомогою.
У той час як основна мета лікарні - допомогти хворим людям одужувати, це не завжди так виходить. Згідно з даними журналу New England Journal of Medicine, щороку 453 000 чоловік заражаються інфекцією C-diff під час або після контакту з лікарнею в Сполучених Штатах. C-diff викликає діарею, кишковий розлад, а в деяких випадках небезпечне для життя запалення в товстій кишці пацієнта.
Ці інфекції можуть виявитися смертельними, якщо їх не діагностувати і лікувати досить швидко; в США 29 000 чоловік щорічно вмирають від інфекцій C-diff.
Щоб вирішити цю проблему, Еріка Шеной, фахівець з інфекційних захворювань в Великому госпіталі штату Массачусетс (MGH), і Дженна Вінес, комп'ютерний вчений і доцент кафедри інженерної справи в Мічиганському університеті, вирішили подивитися, чи можуть вони використовувати, якщо AI, щоб передбачити, які пацієнти були найбільш уразливі до цих інфекцій.
Алгоритм життєзабезпечення
У своєму дослідженні Шеной і Віенс витягли інформацію з набору даних із 374 009 дорослих госпіталізацій з MGH і системи охорони здоров'я Мічиганського університету. З огляду на, що C-diff поширюється через фізичний контакт з інфікованими об'єктами або людьми, дослідникам доводилося враховувати всі можливі взаємодії між пацієнтами і інфекцією при розробці їх алгоритму.
«У нас є дані, що відносяться до всього: від лабораторних результатів до того, на який ліжка вони знаходяться, хто знаходиться в ліжку поряд з ними і заражені вони. Ми включили всі ліки, лабораторії і діагнози. І ми витягли це на щоденній основі », - сказав Відня науковим американцям. «Ви можете собі уявити, як пацієнт переміщається по лікарні, ризик з часом змінюється, і ми хотіли це зафіксувати».
Використовуючи цю інформацію, дует створив модель для прогнозування ймовірності того, що пацієнт буде заражати інфекцію C-diff в кожній лікарні. Згідно з їхніми дослідженнями, ці моделі передбачили інфекцію в середньому на п'ять днів раніше, ніж лікарі могли.
Якщо їх система буде широко впроваджена, ці п'ять днів можуть бути різницею між життям або смертю для пацієнтів лікарень в Сполучених Штатах і по всьому світу.
Джерела: Scientific American, Open Forum Infectious Diseases
