Преимущество машинного обучения для диагностики тромбоза глубоких вен по сравнению с золотым стандартом УЗИ

«AutoDVT» — это программная система, предназначенная для помощи операторам-неспециалистам, таким как медсестры, врачи общей практики (GP) и другим специалистам в области здравоохранения, в диагностике ТГВ. Программное обеспечение использует алгоритм «машинного обучения», как описано ниже.

Это исследование направлено на улучшение существующего трудоемкого, трудоемкого и дорогостоящего диагностического пути ТГВ.

Венозный тромбоз (VT) обычно возникает в глубоких венах ног, а также в глубоких венах таза. ТГВ можно разделить на выше колена (подвздошные, бедренные, подколенные) и ниже колена (вены голени).

Хорошо известно, что ТГВ вызывает глобально значимую заболеваемость и смертность как во время постановки диагноза, так и после постановки диагноза. У 30-50% пациентов с диагнозом ТГВ развивается посттромботический синдром, который оказывает значительное влияние на качество жизни пациентов в долгосрочной перспективе. Пациенты с ТГВ также подвержены риску развития фатальной легочной эмболии (ТЭЛА). По данным Charity Thrombosis United Kingdom (Великобритания) каждые 37 секунд от ВТ умирает человек в развитых странах.

От 75 до 88 процентов случаев с подозрением на ТГВ при полном расследовании дают отрицательный результат. Стоимость диагностики ТГВ более десяти лет назад составляла от 42 до 202 британских фунтов (£), так что расходы Национальной службы здравоохранения на обследование всех пациентов с симптомами ТГВ составляли примерно 175 миллионов фунтов стерлингов в год, как указано в исследовании «Не- инвазивная диагностика тромбоза глубоких вен с помощью ультразвуковой визуализации с машинным обучением» профессора Кайнца из Имперского колледжа Лондона.

Важно отметить, что это значение не учитывает никаких дополнительных косвенных затрат, таких как потеря рабочего времени, госпитализация, затраты на лечение и затраты на повторные УЗИ. Диагноз ТГВ трудно диагностировать только на основании клинического осмотра. Текущий стандартный подход к диагностике проксимального ТГВ включает алгоритм, сочетающий предварительную вероятность (оценка Уэллса), тестирование D-димера (крови) и компрессионное ультразвуковое исследование (обычно трехточечное компрессионное исследование).

Доступны новые портативные ультразвуковые (УЗ) датчики, а это означает, что для диагностических целей требуется только ультразвуковой датчик в сочетании с мобильным телефоном или планшетом. В настоящее время, несмотря на то, что новые ручные датчики меньше по размеру и лучше подходят для диагностики в месте оказания медицинской помощи, они по-прежнему требуют опытного рентгенолога или сонографа для выполнения трехточечного компрессионного обследования.

Это означает, что эти устройства можно использовать только там, где работают такие специалисты, как рентгенологи или рентгенологи. Тем не менее, благодаря недавним достижениям в области «машинного обучения», для этих датчиков, основанных на приложениях, теперь разработано программное обеспечение, которое может помочь неспециалистам в области здравоохранения проводить УЗИ с компрессией с минимальной подготовкой и разделением между ТГВ и не только. ТГВ.

Предыдущее исследование по сбору данных для этого устройства в больнице Оксфордского университета (OUH) в основном использовалось для улучшения программного обеспечения AutoDVT, но в небольшом пилотном исследовании также было показано, что эта технология имеет точность диагностического теста, аналогичную стандартному УЗИ с компрессией. Исследование, изложенное в этом протоколе, проверит эту гипотезу.