Inteligencia artificial habilitó el apoyo a la decisión para la selección de pacientes para la cirugía de columna lumbar

Antecedentes Un tercio de los pacientes operados para la hernia del disco lumbar (LDH) o la estenosis espinal (LSS) no logran una mejora sustancial. Los estudios indican que la toma de decisiones compartidas bien informadas (SDM) puede mejorar la selección de la cirugía y, por lo tanto, los resultados. Por lo tanto, se han desarrollado numerosos algoritmos para la predicción de resultados, y algunos usan inteligencia artificial (IA). La mayoría están capacitados en pequeños conjuntos de datos, pocos son precisos, todas son aplicaciones independientes o basadas en la web que no están integradas en el registro electrónico de salud (EHR), y ninguna se implementa en la práctica clínica de rutina.

El Registro de Noruega para la Cirugía de la columna (Norspine) comprende una cohorte de más de 69,000 casos. Los investigadores han utilizado la IA para analizar el conjunto de datos y predecir el resultado, y desarrollar una herramienta de soporte de decisiones (DST) que se integra perfectamente en el EHR DIPS Arena®.

Los investigadores tienen la intención de usar la herramienta para informar al SDM entre cirujanos y pacientes sobre la indicación de cirugía (sí o no), para aumentar la proporción con un resultado exitoso. El objetivo del estudio es evaluar la seguridad y la viabilidad del DST para su uso en un estudio piloto posterior.

El dispositivo del DST (el dispositivo) es un compuesto integrado de soluciones de software. Los datos de línea de base están registrados por pacientes y cirujanos en cuestionarios integrados en Dips Arena®, y se transfieren a Norspine. Los datos también se transfieren (no identificados) al algoritmo de predicción habilitado para AI que opera en un servicio de alojamiento de modelos basado en la nube. El algoritmo ha sido capacitado y validado en un conjunto de datos de Norspine. El área bajo la curva para la predicción del resultado principal (índice de discapacidad de Oswestry después de 12 meses) en el análisis característico operativo del receptor es muy alto (0.85) para LDH y moderado (0.72) para LSS. El huésped modelo también calcula los resultados (proporciones con una mejora sustancial, leve o sin mejora) para los 50 casos con variables de referencia más similares al presente caso ("Paciente-Like-Me"). Finalmente, la predicción individual y los resultados para el "paciente-tipo-me" se transfieren hacia atrás y se muestran en la interfaz de usuario regular de Dips Arena® para su uso en el SDM.

Investigaciones clínicas Para este estudio de viabilidad, los investigadores utilizarán métodos mixtos cualitativos y cuantitativos convergentes. El comparador es la toma de decisiones en la práctica clínica de rutina, sin el uso del DST. El estudio incluirá 20 pacientes con resonancia magnética LDH o LSS confirmado referidos para la evaluación de la indicación de cirugía, y seis cirujanos que realizan las evaluaciones. El estudio rediseñará iterativamente la interfaz de usuario del DST hasta que se considera seguro y factible para su uso en un estudio piloto siguiente.