Opracowanie modelu punktacji i przewidywania powodzenia odsadzania pacjentów z ARDS przy użyciu parametrów wentylacji w połączeniu ze sztuczną inteligencją i technikami głębokiego uczenia się

Celem pracy jest opracowanie systemu punktacji wspomaganego sztuczną inteligencją i głębokim uczeniem, wykorzystującego parametry respiratora uzyskane podczas procesu wentylacji mechanicznej u pacjentów ze zdiagnozowanym ARDS. System ten ma na celu przewidywanie i optymalizację procesu odsadzania, ułatwiając skuteczne uwolnienie się od wentylacji mechanicznej.

W tym kontekście w naszym badaniu przeanalizujemy dane od 25 000 pacjentów uzyskane z systemu Metavision. Na podstawie tej puli danych pacjenci z ARDS zostaną przefiltrowani i podzieleni na dwie grupy: osoby, które pomyślnie odłączyły się od wentylacji mechanicznej (odsadzone) i te, które tego nie zrobiły (nieodstawione). Szczegółowo zbadane zostaną parametry respiratorów obu grup, w tym wskaźniki natlenienia, ciśnienie napędzające i całkowita moc mechaniczna.

Zebrane dane zostaną przeanalizowane przy użyciu sztucznej inteligencji i algorytmów głębokiego uczenia się w celu opracowania systemu punktacji zdolnego do przewidywania procesów odzwyczajania pacjentów od piersi. System ten ma za zadanie pomóc klinicystom w prowadzeniu pacjenta i zwiększyć skuteczność procedur odzwyczajania od piersi.

Wyniki tego badania mają przyczynić się do skuteczniejszego i bezpieczniejszego zarządzania procesem odstawiania od piersi pacjentów z ARDS. Ponadto oczekuje się, że wdrożenie systemów punktacji wspieranych przez sztuczną inteligencję na oddziałach intensywnej terapii będzie promować powszechne przyjęcie i poprawić jakość opieki nad pacjentem.