БЛАНДИШ (Мозг, Потеря функции, Аневризма, Болезнь, Травма, Инсульт, Кровоизлияние) (BLANDISH)

В NeuroICU лечение обычно соответствует рекомендациям, основанным на научном консенсусе. Несмотря на это, прогноз для пациентов с внутричерепными кровоизлияниями существенно не улучшился за последние десятилетия, что приводит в целом к ​​неудовлетворительным результатам. Хотя рандомизированные контролируемые исследования (РКИ) считаются золотым стандартом клинических исследований, их проведение может быть дорогостоящим и сложным с этической точки зрения. Наблюдательные исследования представляют собой альтернативный метод, предлагающий более крупные наборы данных, охватывающие более длительные периоды, что может быть более полезным и осуществимым для определенных исследовательских проектов.

Алгоритмы машинного обучения (ML), в отличие от классических статистических методов, способны обрабатывать огромное количество переменных, предлагая поставщикам медицинских услуг персонализированный и надежный подход к ведению пациентов. Признавая необходимость хорошо спланированных исследований для определения оптимальных терапевтических стратегий для нейрокритических пациентов и признавая ограничения существующих рекомендаций, мы стремимся использовать программы ML для разработки передовой системы, способной выявлять закономерности данных и связывать их с потенциальными результатами.

Проект BLANDISH фокусируется на пациентах со спонтанным внутримозговым кровоизлиянием (сВМК), состоянием, для которого не существует доказанного эффективного лечения. Собирая и анализируя данные пациентов с sICH, поступивших в отделения нейрореанимации, проект стремится разработать контролируемый алгоритм ML под названием BLANDISH.

Этот алгоритм будет стратифицировать пациентов на основе прогноза, выявляя тех, кто подвергается наибольшему риску смерти и вторичных травм головного мозга. Направляя каждого пациента к наиболее целевой терапевтической стратегии, алгоритм может помочь улучшить результаты лечения пациентов и оценить эффективность текущей клинической практики. Кроме того, это может позволить медицинскому персоналу лучше распределять ресурсы и внедрять индивидуальные терапевтические программы, основанные на точной медицине, что потенциально сократит время госпитализации и затраты на здравоохранение.

Первоначальный шаг в разработке алгоритма BLANDISH включает сбор клинических данных, хранящихся в структурированном озере данных, которое служит хранилищем данных. Эта платформа будет собирать информацию о клиническом течении пациентов сВИЧ, поступивших в отделения нейрореанимации. После сбора данных следующие шаги включают предварительную обработку, выбор переменных, коррелирующих со смертностью пациентов, а также обучение алгоритма с использованием входных данных и внутреннюю проверку для управления его поведением. Последует внешняя проверка, включающая сбор данных из различных клинических центров для оценки надежности алгоритма и способности к обобщению. Затем будет проведено многоцентровое обсервационное клиническое исследование для проверки алгоритма BLANDISH с целью определить его влияние на результаты лечения пациентов с sICH. Этот заключительный этап включает в себя исследование выживаемости, в котором сравниваются пациенты экспериментальной группы (лечение которых проводится по методу BLANDISH) с пациентами, соблюдающими стандартную клиническую практику. Целью проекта является продемонстрировать превосходство подхода МО над существующими рекомендациями, оценивая точность и потенциальные улучшения в ведении пациентов в различных условиях оказания медицинской помощи.