BLANDISH (agy, funkcióvesztés, aneurizmus, betegség, sérülés, szélütés, vérzés) (BLANDISH)

A NeuroICU-ban a kezelések általában megfelelnek a tudományos konszenzuson alapuló irányelveknek. Ennek ellenére az intracranialis vérzéses betegek prognózisa nem javult jelentősen az elmúlt évtizedekben, ami általában nem kielégítő eredményeket eredményezett. Míg a randomizált kontrollált vizsgálatok (RCT) a klinikai kutatás arany standardjának számítanak, ezek elvégzése költséges és etikailag kihívást jelenthet. A megfigyelési vizsgálatok alternatív módszert kínálnak, nagyobb, hosszabb időszakokat lefedő adatkészleteket kínálva, ami bizonyos kutatási törekvések szempontjából előnyösebb és megvalósíthatóbb lehet.

A gépi tanulási (ML) algoritmusok a klasszikus statisztikai módszerekkel ellentétben rengeteg változót képesek feldolgozni, így személyre szabott és megbízható megközelítést kínálnak az egészségügyi szolgáltatók számára a betegkezelésben. Felismerve a jól megtervezett tanulmányok szükségességét a neurokritikus betegek optimális terápiás stratégiáinak meghatározásához, és elismerve a meglévő irányelvek korlátait, célunk az ML programok kihasználása egy olyan fejlett rendszer kifejlesztésére, amely képes adatminták feltárására és a lehetséges kimenetelekkel való összekapcsolására.

A BLANDISH projekt azokra a betegekre összpontosít, akik spontán intracerebrális vérzésben (sICH) szenvednek, amely állapot nem bizonyítottan jótékony hatású. A neuroICU-ba felvett sICH-betegek adatainak összegyűjtésével és elemzésével a projekt célja egy BLANDISH nevű felügyelt ML algoritmus kifejlesztése.

Ez az algoritmus a prognózis alapján rétegzi a betegeket, azonosítva azokat, akiknél a legmagasabb a halálozás és a másodlagos agysérülés kockázata. Azáltal, hogy minden pácienst a legcélzottabb terápiás stratégia felé irányít, az algoritmus segíthet a betegek kimenetelének javításában és a jelenlegi klinikai gyakorlatok hatékonyságának felmérésében. Ezenkívül lehetővé teheti az egészségügyi dolgozók számára az erőforrások jobb elosztását és a precíziós orvosláson alapuló, személyre szabott terápiás programok bevezetését, ami potenciálisan csökkenti a kórházi kezelési időt és az egészségügyi költségeket.

A BLANDISH algoritmus fejlesztésének kezdeti lépése a klinikai adatok gyűjtése, amelyeket egy strukturált adattóban tárolnak, amely adattárként szolgál. Ez a platform információkat gyűjt a neuroICU-ra felvett sICH-betegek klinikai lefolyásáról. Az adatgyűjtést követően a következő lépések közé tartozik az előfeldolgozás, a betegek mortalitásával korrelált változók kiválasztása, valamint az algoritmus betanítása a bemeneti adatokkal és a viselkedés ellenőrzésére szolgáló belső validációval. Külső validálás következik, amely magában foglalja a különböző klinikai központokból származó adatgyűjtést az algoritmus megbízhatóságának és általánosító képességének felmérése érdekében. Ezt követően egy többközpontú megfigyeléses klinikai vizsgálatot végeznek a BLANDISH algoritmus validálására, amelynek célja az sICH-betegek kimenetelére gyakorolt ​​hatás meghatározása. Ez az utolsó fázis tartalmaz egy túlélési vizsgálatot, amely a kísérleti csoportba tartozó betegeket (amelyek kezelését a BLANDISH vezérli) összehasonlítja a standard klinikai gyakorlatot követőkkel. A projekt célja, hogy bemutassa az ML-megközelítés felsőbbrendűségét a jelenlegi irányelvekkel szemben, értékelve a betegkezelés pontosságát és lehetséges fejlesztéseit a különböző gondozási körülmények között.