fungalAi til svampeovervågning og antifungal forvaltning (fungalAi)

Invasive svampesygdomme (IFD) er sjældne infektioner, der forårsager en livstruende lungebetændelse hos patienter med svækket immunforsvar, normalt på grund af cancerkemoterapi og transplantation. Svampesporer findes i luft, vand og jord, hvilket gør eksponering uundgåelig hos sårbare patienter. I udviklede lande er skimmelsvampe som Aspergillus den mest udfordrende type IFD at diagnosticere og behandle. Disse infektioner manifesterer sig normalt som en kulturnegativ svampelungebetændelse og tegner sig for ca. 300.000 af de 1,9 millioner tilfælde af IFD globalt, men estimater er ikke nøjagtige på grund af fravær af overvågningssystemer på hospitaler, hvor disse infektioner håndteres. Hospitaler bruger millioner på svampedræbende lægemidler, men er uvidende om deres patienter, der er berørt, effektiviteten af ​​deres forebyggelsesindsats og hospitalsudbrud kan forblive ubemærket, fordi overvågning, audit og feedback af svampeinfektioner ikke forekommer.

Optimering af patientresultater gennem rettidig diagnosticering og passende ordinering af svampedræbende lægemidler er målet med antifungale forvaltningsprogrammer. Antifungal forvaltning er af stigende betydning for hospitaler verden over, fordi antifungale lægemidler er få i antal, dyre at bruge og er forbundet med betydelige bivirkninger og lægemiddelinteraktioner. Overvågning, audit og feedback er hjørnestenene i antifungale stewardship-programmer, der sikrer, at patientbehandlingen lever op til høje standarder. Men i øjeblikket har hospitaler ikke mekanismerne til at opdage sjældne hændelser som svampeinfektioner, fordi det normalt viser sig som en lungebetændelse begravet blandt hundredvis af billedscanninger.

"fungalAi™" (fungalAi.com) er en teknologi baseret på kunstig intelligens (Ai), der bruger eksisterende data på hospitaler til at muliggøre realtidsovervågning af svampeinfektioner og hjælpe radiologens tolkning af diagnostisk billeddannelse. fungalAi gør dette gennem:

1. Naturlig sprogbehandling, en beregningsmetode til at forstå menneskeligt sprog.
2. Deep learning baseret billedanalyse af billeddiagnostik og
3. Et ekspertsystem, der integrerer kliniske data.

Hvad bliver virkningen?

Dette projekt vil give hospitaler mekanismerne til at udføre realtidsovervågning og audit af svampeinfektioner hos blodkræftpatienter gennem den innovative brug af Ai. Styrkelse af antifungal forvaltning gennem realtidsovervågning af svampesygdomme vil forbedre patientbehandlingen ved at afsløre huller i praksis, nye patientgrupper med risiko for svampeinfektioner og reducere uhensigtsmæssig ordination af svampedræbende medicin gennem rettidig audit og feedback. Effekten af ​​dette projekt vil være:

1. Forbedret diagnose og genkendelse af svampeinfektioner.
2. Forbedret forebyggelse.
3. Mere passende brug af svampedræbende medicin.

FungalAi er en skalerbar teknologi, der vil blive valideret mod aktiv manuel overvågning af svampeinfektioner i et australsk klinisk forsøg med flere center. FungalAi's inkluderende tilgang betyder, at det er af værdi for mange sårbare patienter, herunder forsømte grupper som børn, der er inkluderet i dette projekt. FungalAi er indstillet til påvisning af svampelungebetændelse forårsaget af skimmelsvampe, fordi disse infektioner er mere diagnostisk udfordrende end andre typer svampeinfektioner. Som et resultat udnytter fungalAi brysttomografi, fordi det er en kritisk diagnostisk test, der er bredt tilgængelig og udføres hyppigere end invasive tests som lungevaske eller biopsi. Derfor kan fungalAi naturlig sprogbehandling gå glip af meget sjældne manifestationer som hjerneinfektioner. Ikke desto mindre er automatisering af påvisning af svampelungebetændelse og forbedring af radiologens genkendelse af en sjælden sygdom ved hjælp af et selvforbedrende system baseret på neurale netværk et vigtigt skridt i retning af at forbedre den støttende behandling af patienter med cancer. Forbedring af resultater ved kræft handler ikke kun om at finde en kur. Det er lige så vigtigt at reducere virkningen af ​​smitsomme trusler som svampesygdomme, og dette kan nu opnås ved at integrere kunstig intelligens i patientbehandlingen.