Pasivní hodnocení v operačním prostředí systému podpory rozhodování AI klinického lékaře pro léčbu sepse

Sepse je život ohrožující orgánová dysfunkce způsobená závažnou infekcí a postihuje ročně 250 000 pacientů ve Spojeném království (před COVID-19), z nichž 48 000 zemře. Navíc prakticky všechna úmrtí na jednotce intenzivní péče (JIP) COVID-19 měla sepsi. Je to hlavní příčina úmrtí a nejdražší onemocnění léčené v nemocnicích. Jako hlavní výzkumnou prioritu to uznala aliance James Lind Alliance, což je partnerství pacientů a klinických lékařů s cílem upřednostnit nejnaléhavější nezodpovězené otázky, kterým NHS čelí.

Základním kamenem resuscitace sepse je podávání nitrožilních tekutin a/nebo vazopresorů (léky, které stlačují krevní cévy za účelem zvýšení krevního tlaku) k udržení průtoku krve, aby se zabránilo selhání orgánů. Existuje však obrovská nejistota ohledně individuálního dávkování těchto léků u jednotlivého pacienta, částečně kvůli vysoké heterogenitě sepse. Současné pokyny poskytují doporučení na úrovni populace, ale nedokážou individualizovat rozhodnutí. Nesprávná rozhodnutí vedou k horším výsledkům a zvýšenému využití zdrojů JIP. Nástroj pro personalizaci těchto léků by mohl zlepšit přežití pacientů.

Studijní tým vyvinul novou metodu, jak automaticky a průběžně kontrolovat a doporučovat lékařům správnou dávku těchto léků, která byla vytvořena pomocí technik umělé inteligence (AI) aplikovaných na velké lékařské databáze. Použitá metoda se nazývá posilovací učení. V tomto rámci studie modeluje pacienty se sepsí na JIP jako pacienty s velkým počtem možných chorobných stavů a ​​analyzuje, jaké intervence jim pravděpodobně pomohou při přechodu do zdravějších stavů a ​​případně k přežití. Výzkumníci ve své první publikaci prokázali, že hodnota zvolené strategie AI byla v průměru spolehlivě vyšší než u lidských lékařů. Ve velké validační kohortě nezávislé na tréninkových datech byla úmrtnost nejnižší u pacientů, kde skutečné dávky lékařů odpovídaly rozhodnutím AI: míra úmrtnosti rostla způsobem závislým na dávce, jak se skutečná rozhodnutí lékařů lišila od rozhodnutí AI. Studijní tým odhadl, že jejich algoritmus AI by mohl snížit úmrtnost o 10 % (v relativním vyjádření), což představuje více než 1 000 zachráněných životů ročně ve Spojeném království a rozrostlo by se na stovky tisíc životů po celém světě. Nyní má studijní tým v úmyslu zahájit klinické testování této technologie AI ve Spojeném království.

Předpokládaným konečným produktem bude kus softwaru, který bude přístupný lékařům (zpočátku lékařům na JIP, posléze i sestrám JIP) u lůžka na jednotce intenzivní péče. Tento software bude připojen k elektronickému záznamu pacienta, který bude přiváděn do algoritmu AI. Na oplátku AI identifikuje, kde pacient v řadě možných chorobných stavů sedí a které akce (dávka intravenózních tekutin a vazopresorů) jsou s největší pravděpodobností prospěšné.

Za prvé, studijní tým vyvine tento softwarový nástroj, který je schopen zpracovávat data pacientů v rámci elektronického záznamu pacientů nemocnic NHS v reálném čase, aby navrhl postup. Studie bude zahájena vyhodnocením a zdokonalením tohoto nástroje v simulačních studiích. Studijní tým poté otestuje nástroj AI ve dvou trustech NHS ve „stínovém režimu“, když výsledek nebude poskytnut služebním lékařům odpovědným za péči o pacienty. To umožní srovnání skutečně přijatých rozhodnutí a doporučených rozhodnutí ze systému AI. Ve druhé fázi klinického hodnocení studijní tým zobrazí doporučení lékařům, aby posoudili přijatelnost nástroje pro lékaře a také potvrdili technickou proveditelnost pro budoucí rozsáhlé klinické studie.

Dlouhodobé očekávané přínosy tohoto projektu jsou četné: lepší přežití pacientů, snížení využívání vzácných zdrojů intenzivní péče a snížení nákladů na zdravotní péči.