Mesterséges intelligencia és gépi tanulási algoritmusok az akut dialízis teljesítményének és szolgáltatásának optimalizálásához (SMART DIALYSIS)

Tanulmány Háttér és Indoklás:

A krónikus vesepótló kezelésre szükség van az intenzív osztályokra (IO) felvett betegek körülbelül 10-15%-ában. A krónikus vesepótló kezelés lehet folyamatos vesepótló kezelés (CRRT), időszakos hemodialízis (IHD) vagy lassú, alacsony hatékonyságú dialízis (SLED). Világszerte a CRRT marad a krónikus vesepótló kezelés domináns formája, a krónikus vesepótló kezelések több mint 75%-a CRRT.

A krónikus vesepótló kezelés alkalmazása az IO-n rossz betegkimenetekkel jár. Az orvosi technológia és ellátás fejlődése ellenére a mortalitás 40-60% között marad, ami hasonló a súlyos akut légzési distressz szindrómával (ARDS) megfigyelt kimenetekhez. Emellett, még ha a betegek túlélik is a kritikus betegséget, akár 10%-uknak folyamatos hosszú távú krónikus dialízis kezelésre van szüksége. Ez jelentős hatással van a kritikus betegség túlélőinek életminőségére, valamint fontos hatással van családjaikra is, gyakran munka- és lakhatási helyzet változást, valamint közelebbi dialízis központokhoz költözést igényel. Ez nemcsak jelentős egészségügyi és társadalmi költségeket eredményez (körülbelül 100 000 USD/beteg/év Kanadában, Albertában), hanem ezen betegek egészséggel összefüggő életminőségének nagyon fontos csökkenését is.

Jelenleg, bár vannak bizonyítékok a krónikus vesepótló kezelés optimális kezdésével kapcsolatban, kevés bizonyíték van a mód átmenet vagy a kezelésből való megszabadulás időzítésének előrejelzésére. Egy teljesen integrált elektronikus Klinikai Információs Rendszer (eCIS) használatával, mint például a Connect Care (EPIC, Wisconsin, USA) Albertában, kifejleszthetünk prediktív algoritmusokat, amelyek előre jelezhetik a beteg és a krónikus vesepótló kezelés igényeit.

Miután a krónikus vesepótló kezelés megkezdődött, több tényező befolyásolhatja a vesegyógyulást a kezelés után. Az intra-dialízis hipotóniát azonosították, mint egy vezető módosítható tényezőt, de sajnos egy olyat, ahol korlátozott a képességünk a pontos előrejelzésre. Ez egy fontos tudáshézag, amelyet meg kell oldani. Korábban a tanulmányi csapatunk is azonosította ezt, mint az egyik legfontosabb kulcsfontosságú teljesítménymutatót (KPI) a krónikus vesepótló kezelésnél, különösen az IHD és SLED esetén. A CRRT esetében a szűrő élettartamát azonosították, mint a legfontosabb és legtöbbet tanulmányozott KPI-t. Mindkét KPI-t jelenleg a folyamatban lévő QUALITY CRRT és DIALYZING WISELY programok használják a krónikus vesepótló kezelés teljesítményének és szolgáltatásának javítására a kritikus betegek számára. Ez a két program sikeresen bevezetésre került Albertában, és létrehozta az infrastruktúrát, amely szükséges a következő lépések megkezdéséhez ezekben a Folyamatos Minőségjavító Kezdeményezésekben a krónikus vesepótló kezelésre, a SMART DIALYSIS programra.

Nemrégiben a számítógépes és gépi feldolgozás fejlődése vezetett a 4. ipari forradalomhoz, amely intelligens gépek, eszközök és tanuló algoritmusok fejlesztését jellemzi, amelyek segíthetik az embereket a betegek kezelésében és az egészségügyi ellátás optimalizálásában. A gépi tanulás (ML) és a mesterséges intelligencia (AI) algoritmusokat korábban is használták az orvostudományban, de csak most kezdték meg bevezetésüket a kritikus ellátás nefrológiájába.

A jelenlegi kezdeményezések elsősorban a mintafelismerésre és kockázat előrejelzésére összpontosítanak. Ez a program 4 különálló fázist fog tartalmazni.

Az 1. fázisban folytatjuk munkánkat a QUALITY CRRT és DIALYZING WISELY programból, és célunk, hogy jobban megértsük a döntések körüli helyzetet a krónikus vesepótló kezelési módok közötti átmenetekkel, a befejezéssel és a krónikus vesepótló kezelésből való megszabadulási kísérletekkel, az intra-dialízis hipotónia előfordulásával és a szűrő alvadás időzítésével kapcsolatban az IO-n.

A 2. fázisban modelleket és az azt követő Klinikai Döntéstámogató (CDS) eszközöket és/vagy Legjobb Gyakorlat Tanácsokat (BPA) fejlesztünk az orvosok számára, hogy jobban előre jelezhessék és kezelhessék 1) a krónikus vesepótló kezelések közötti átmeneteket, 2) az intra-dialízis hipotónia kezelését, 3) a szűrő élettartam előrejelzését és 4) a krónikus vesepótló kezelésből való megszabadulást. Ezzel egyidejűleg dolgozunk egy AI/ML fokozott Krónikus Vesepótló Kezelés Irányítópult (azaz SMART DIALYSIS Digitális Irányítópult) kifejlesztésén, amely beágyazódik elektronikus Klinikai Információs Rendszerünkbe (eCIS), hogy ezeket a KPI-ket bemutassa az orvosoknak.

A 3. fázis a klinikai gyakorlatban ezen ML/AI algoritmusok teljesítményének és elfogadhatóságának megvalósítására és értékelésére fog összpontosítani.

Végül a 4. fázis Albertából származó eredményeinket veszi alapul, és megpróbálja megvalósítani és összehasonlítani ezeket más nagy egészségügyi hatóságokon keresztül, hogy biztosítsa, az algoritmusok megfelelően és etikusan lettek kifejlesztve és validálva. Ezek közé tartoznak partnerek Kanada, az USA, Európa és Ausztrália és Új-Zéland szerte.