Model predykcyjny dla PPC u pacjentów poddawanych przeszczepieniu płuc z wykorzystaniem uczenia maszynowego

Po pierwszym doniesieniu na temat przeszczepiania płuc u ludzi w 1963 r., szybki postęp w dziedzinie leków immunosupresyjnych od połowy lat 90. XX wieku doprowadził do znacznego postępu zarówno pod względem ilości, jak i jakości przeszczepów płuc. W 2004 roku na całym świecie zgłoszono ogółem 1815 przeszczepów płuc. Pacjenci poddawani przeszczepieniu płuc to zazwyczaj osoby w podeszłym wieku, u których często występuje nie tylko upośledzenie czynności płuc, ale także ogólna niestabilność stanu zdrowia. Pomimo pomyślnych wyników przeszczepiania płuc, wystąpienie powikłań płucnych po operacji może prowadzić do pogorszenia stanu, a nawet do zgonu.

Pooperacyjne powikłania płucne (PPC) mogą skutkować wydłużeniem hospitalizacji, zwiększeniem liczby powikłań i koniecznością dodatkowego leczenia. Z rozwojem PPC po przeszczepieniu płuc wiążą się różne czynniki, w tym wiek, palenie tytoniu, istniejące wcześniej choroby płuc (takie jak przewlekła obturacyjna choroba płuc, zwłóknienie płuc itp.), zażywanie leków immunosupresyjnych po przeszczepieniu, cukrzyca, nadciśnienie, choroby płuc nadciśnienie, choroby serca, infekcje, alergie i zaburzenia odporności. Retrospektywna analiza dokumentacji medycznej dorosłych pacjentów po przeszczepieniu płuc ma na celu zbadanie charakterystyki pacjenta, metod znieczulenia, badań śródoperacyjnych i występowania PPC. Celem jest analiza częstości występowania i czynników ryzyka pooperacyjnych powikłań oddechowych oraz opracowanie modelu predykcyjnego poprzez uczenie maszynowe.