Tekoäly parantaa akuutin keuhkoembolian havaitsemista ja riskien jakautumista (AID-PE) (AID-PE)

Akuutti keuhkoembolia (PE) johtuu keuhkojen verisuonten osittaisesta tai täydellisestä tukkeutumisesta trombilla, mikä voi aiheuttaa oikean kammion vajaatoiminnan ja kuoleman, jos sitä ei diagnosoida ja hoitaa ajoissa. Akuutti PE on yleinen sairaus, johon liittyy kasvava kuolleisuus. Potilaat, joilla on akuutti PE, ovat usein huonosti riskiryhmittyneitä selkeistä ohjeista huolimatta. Itse asiassa vuoden 2019 kansallinen luottamuksellinen tutkimus potilaisiin liittyvistä seurauksista ja kuolemasta (NCEPOD) akuutin PE:n osalta korosti tarvetta puuttua pahenevaan kuolleisuuteen tilan asianmukaisella riskikerroittamalla.

ESC/ERS-ohjeet akuutin PE:n diagnosoinnissa ja hallinnassa neuvovat myös riskikerrostumisen tärkeyttä. Lisääntynyt oikean kammion ja vasemman kammion (RV:LV) -suhde >1,0 tietokonetomografisessa keuhkoangiogrammissa (CTPA) liittyy 2,5-kertaiseen lisääntyneeseen kuolleisuuden riskiin ja 5-kertaiseen riskiin PE:n aiheuttamaan kuolleisuuteen. Tämä mittari on tarkoitettu auttamaan kliinikoita erottamaan potilaat, joilla on korkea ja matala riski akuutti PE. Potilaat, jotka on luokiteltu suureksi riskiksi (RV:LV-suhde > 1,0), edellyttävät tiiviimpää seurantaa sairaalahoidossa. Sen sijaan matalariskisiksi luokitellut potilaat (RV:LV-suhde <1,0) sopivat varhaiseen kotiutukseen ambulatoristen reittien kautta.

Siksi RV:LV-mittareiden tarjoamisella radiologian raportoinnissa on mahdollisesti merkittäviä kliinisiä vaikutuksia. Jos kliinikoille ei anneta mitään määrällisesti mitattavissa olevaa näyttöä RV:n toimintahäiriöstä hoitopäätösten perustana, potilaita, joilla on korkean riskin akuutti PE:n riski, voidaan vahingossa pitää "pieniriskisinä" ja heidät voidaan kotiuttaa. Lisäksi potilaat, joilla on matalan riskin akuutti PE, voivat joutua pidempään ja mahdollisesti tarpeettomaan sairaalahoitoon, mikä epäilemättä lisää terveydenhuollon kustannuksia. Tekoälyteknologian (AI) integroiminen akuutin PE:n CTPA:iden radiologiaan raportointiin voisi olla mahdollinen ratkaisu tähän haasteeseen.

Tekoäly on yhä houkuttelevampi teknologia terveydenhuollossa. Siinä kuvataan useita tietokoneohjelmistotekniikoita, jotka jäljittelevät ihmisen kognitiivista toimintaa. Tekoäly on lupaava kyvyssään havaita akuutti PE:n ja riskien kerrostaminen. Suurin osa tutkimuksista on kuitenkin tehty takautuvasti kohortteina. Lisäksi mikään tutkimusvirta ei ole käsitellyt tekoälyteknologian käyttöönoton terveystaloudellisia vaikutuksia akuutin PE:n todellisessa raportoinnissa.

Tätä havainnointitutkimusta johtaa Royal United Hospital Bath NHS Trust (RUH). Tämän tutkimuksen tavoitteena on integroida tekoäly ja koneoppimisteknologia akuutin PE:n CTPA-raportointiin. Tutkijat olettavat, että tekoälyteknologia voi parantaa akuutin PE:n nopeaa diagnoosia, riskien kerrostumista ja hallintaa todellisessa kliinisessä ympäristössä. Tutkijat olettavat myös, että tekoälyteknologian integrointi on kustannustehokasta ja radiologien ja kliinikoiden hyväksyttävää.

Potilaat, joiden skannaukset sisällytetään tutkimukseen, ovat kaikki ne, jotka peräkkäin esittävät RUH:lle mahdollisen akuutin PE-diagnoosin 12 kuukautta ennen (vertailukohortti) ja 12 kuukauden ajan (interventiokohortti) integroidun tekoälyteknologian raportoinnin "elävän" käyttöönoton jälkeen. . Kaikille rekrytoiduille osallistujille käytetään anonymisoitua kliinikon tapausraporttilomaketta, joka sisältää tiedot heidän demografisista tiedoistaan, kliinis-radiologisesta PE:n vakavuudesta, hoidosta ja tuloksista, mukaan lukien kuolleisuus 12 kuukauden kohdalla.

Analyysin yhteydessä tutkijat tekevät säädöt/sovitukset kahden kohortin välillä potilaan perusominaisuuksien perusteella. Tutkijat mukautuvat myös kalenteriin rekrytointiaikaan ottaakseen huomioon ajalliset suuntaukset. Molempien kohorttien välinen analyysi mahdollistaa myös päätösanalyysimallin kehittämisen integroidun tekoälyteknologian kustannustehokkuuden arvioimiseksi CTPA-raportissa akuutin PE:n osalta. Kliinikon ja radiologin kyselylomakkeita käytetään arvioitaessa käyttäjän hyväksyntää.