BLANDISH (mozek, ztráta funkce, aneurismus, nemoc, zranění, mrtvice, krvácení) (BLANDISH)

V NeuroICU se léčba obvykle řídí pokyny založenými na vědeckém konsenzu. Navzdory tomu se prognóza pacientů s intrakraniálním krvácením v posledních desetiletích významně nezlepšila, což má za následek obecně neuspokojivé výsledky. Zatímco randomizované kontrolované studie (RCT) jsou považovány za zlatý standard klinického výzkumu, jejich provádění může být nákladné a eticky náročné. Observační studie poskytují alternativní metodu, která nabízí větší soubory dat pokrývající delší období, což může být pro určité výzkumné úsilí přínosnější a proveditelnější.

Algoritmy strojového učení (ML) mají na rozdíl od klasických statistických metod schopnost zpracovávat velké množství proměnných, což poskytovatelům zdravotní péče nabízí personalizovaný a spolehlivý přístup k péči o pacienty. Uvědomujeme si nezbytnost dobře navržených studií k identifikaci optimálních terapeutických strategií pro neurokritické pacienty a uznáváme omezení stávajících pokynů, snažíme se využít programy ML k vývoji pokročilého systému schopného odhalit datové vzorce a propojit je s potenciálními výsledky.

Projekt BLANDISH se zaměřuje na pacienty se spontánním intracerebrálním krvácením (sICH), což je stav postrádající prokázanou prospěšnou léčbu. Sběrem a analýzou dat od pacientů sICH přijatých na neuroJIP si projekt klade za cíl vyvinout supervidovaný ML algoritmus s názvem BLANDISH.

Tento algoritmus bude stratifikovat pacienty na základě prognózy a identifikuje ty s nejvyšším rizikem úmrtí a sekundárních poranění mozku. Tím, že navede každého pacienta k nejcílenější terapeutické strategii, může algoritmus pomoci zlepšit výsledky pacientů a posoudit efektivitu současných klinických postupů. Kromě toho může zdravotnickému personálu umožnit lépe alokovat zdroje a zavádět individualizované terapeutické programy založené na přesné medicíně, což může potenciálně zkrátit dobu hospitalizace a náklady na zdravotní péči.

Počáteční krok ve vývoji algoritmu BLANDISH zahrnuje sběr klinických dat, uložených ve strukturovaném datalaku, který slouží jako datové úložiště. Tato platforma bude shromažďovat informace o klinickém průběhu pacientů sICH přijatých na neuroJIP. Po sběru dat další kroky zahrnují předzpracování, výběr proměnných korelujících s úmrtností pacientů a trénování algoritmu se vstupními daty a interní validaci pro kontrolu jeho chování. Bude následovat externí validace zahrnující sběr dat z různých klinických center za účelem posouzení spolehlivosti algoritmu a schopnosti zobecnění. Poté bude provedena multicentrická observační klinická studie k ověření algoritmu BLANDISH s cílem určit jeho dopad na výsledky pacientů sICH. Tato závěrečná fáze zahrnuje studii přežití porovnávající pacienty v experimentální skupině (jejichž léčba je vedena BLANDISH) s těmi, kteří dodržují standardní klinickou praxi. Projekt si klade za cíl demonstrovat nadřazenost ML přístupu oproti současným doporučením, vyhodnotit přesnost a potenciální zlepšení v léčbě pacientů v různých prostředích péče.