👤Поможет искусственный интеллект

💁‍♂️Исследователи из медицинского университета штата Миссури попытались понять — сможет ли машинное обучение улучшить ситуацию с гемотрансфузией в клиниках.

🔷База Национальной программы повышения качества хирургической помощи Американского колледжа хирургов была использована для машинного обучения четырех моделей для прогнозирования вероятности переливания эритроцитов с использованием переменных, специфичных для конкретной операции и пациента.

🔷Для сравнения была создана модель, использующая только информацию, относящуюся к конкретной процедуре. Модели были обучены хирургическим вмешательствам, которые произошли в 722 больницах в период с 2016 по 2018 год. Модели были внутренне проверены на хирургических случаях, которые произошли в 719 больницах в 2019 году. Обобщаемость наиболее эффективной модели была оценена путем внешней валидации на хирургических случаях, произошедших в одном учреждении в 2020 году.

🔷Распространенность переливания составила 2,4% (73 313 из 3 049 617), 2,2% (23 205 из 1 076 441) и 6,7% (1 104 из 16 053) в группах обучения. Машина превзошла базовую модель стандартного протокола переливания. При фиксированной чувствительности 96% эта модель имела положительное прогностическое значение 0,06 и 0,21. Для сравнения, базовая модель с той же чувствительностью имела положительное прогностическое значение 0,04 и 0,144.

🔷Наиболее важными прогностическими переменными были общая частота переливания крови в зависимости от процедуры и предоперационный гематокрит.

✅Вывод логичен: персонализированная модель прогнозирования риска переливания крови с использованием переменных, зависящих как от операции, так и от конкретного пациента, для определения типа предоперационной подготовки и назначения скрининга, и показала лучшую производительность по сравнению с традиционным подходом, ориентированным на процедуры.

🌐Источник: https://bit.ly/3Wpgou8