A perifériás vérsejtek mesterséges intelligencia alapú multimodális paramétere (MMPBC) előrejelzi a túlélési kockázatot a kritikusan beteg gyermekeknél

Az Egyesült Nemzetek Gyermekalapjának (UNICEF) meghatározása szerint a gyermekek 0 és 18 év közötti személyek. Kritikusan beteg gyermekek azok, akik a PICU-ra vagy NICU-ra kerülnek, és súlyos betegségekben szenvednek, amelyek speciális kezelést igényelnek. Ezek a betegségek veszélyeztethetik a gyermek életét. Tanulmányok beszámoltak arról, hogy a nemzetközi PICU halálozási arány a fejlett országokban 2% és 3% között van; az elmúlt években a PICU kórházi halálozási aránya Kínában 4,7% és 6,8% között volt. A kritikus állapotú gyermekek túlélési kockázatának felmérése mindig is a figyelem középpontjában állt. A hagyományos értékelési módszerek közé tartoznak a fiziológiai mutatók, pontozási eszközök, a betegség súlyossága és a diagnózis ideje, amelyek bizonyos mértékig segíthetik az orvosokat a döntéshozatalban, de előrejelző képességük korlátozott, és nehéz átfogóan tükrözni a gyermek élettani állapotát és a betegség progresszióját.

A technológia fejlődésével és a társadalmi fejlődéssel a vérsejtelemzés a többsejtelemző technológiák magasan integrált platformja felé fejlődik, amelyek pontosabb eredményeket, átfogóbb paramétereket és gyorsabb észlelést biztosítanak. A sejtelemzési alkalmazások egyre inkább a kóros minták azonosítására és riasztási képességeire összpontosítanak, ideértve a retikulocitákat, a sejtmagos vörösvérsejteket és az éretlen granulocitákat. 2009-ben a Mindray Group a National Key Laboratory of Fine Chemicals-szel együttműködve kifejlesztett egy új nukleinsav-célzott fluoreszcens festéket, amely megfelel a vérsejtelemzés követelményeinek (a szabadalmaztatott fluoreszcens festék elnyerte a National Science and Technology Progress Second Prize-t). Ez az áttörést jelentő technológia legyőzte a nemzetközi szellemi tulajdon korlátait, és kifejlesztette az első csúcskategóriás vérsejt-analizátort, a BC-6800-at, amely a magos vörösvérsejtek és retikulociták kimutatására alkalmas funkciókkal rendelkezik. Az eszközt sikeresen népszerűsítették a kínai felsőfokú kórházak több mint 90%-ában. A rutin vérsejt-arányok kimutatása közben ez a vérsejt-analizátor valójában nagy mennyiségű multimodális adatot generál a sejteloszlási jellemzőkről, beleértve a sejteloszlás szélességét és a kóros sejtarányokat. Ezeket a multimodális adatokat azonban ez idáig nem hasznosították teljes mértékben a klinikai gyakorlatban.

A multimodális sejtadatok előzetes feltárása kimutatta óriási értékét a fertőző betegségek előrejelzésében, diagnosztizálásában és előrejelzésében kis populációkban. Ennek a tanulmánynak az a célja, hogy visszamenőlegesen összegyűjtse a klinikai adatokat és a vérsejt-multimodális adatokat a NICU-ban és a PICU-ban kórházba került gyermekektől Kínában több központban, hogy létrehozzon egy nemzeti többközpontú multimodális vérsejt-adatbázist legalább 100 000 emberrel, és mesterséges intelligencia technológia pontos, megismételhető és elfogulatlan azonosítás és osztályozás elérése érdekében a sejtmorfológiai és szerkezeti eloszlás különbségei alapján. A felfedezési csoportban egy nagy teljesítményű előrejelzési modellt fognak felépíteni a kritikus állapotú gyermekek túlélési kockázatának előrejelzésére; a modell teljesítményét a validációs kohorszban validálják, hogy értékeljék a modell alkalmazhatóságát a kritikus állapotú gyermekek kínai populációjában. Ez a tanulmány szilárd bizonyítékot szolgáltat a többközpontú kohorsz vizsgálatokon alapuló, bizonyítékokon alapuló orvoslásra, és potenciális új vizsgálati technológiákat kínál a kritikus állapotú gyermekek túlélési kockázatának előrejelzésére, kiegészítő döntési támogatást nyújt a klinikusok számára, javítja a kritikus állapotú gyermekek túlélési arányát, valamint a precíziós orvoslás fejlődésének elősegítése.