Forvidenhed:Hjælper læger med at forudsige fremtiden

Under operationen, anæstesilæger overvåger og administrerer patienter for at sikre, at de er sikre og ånder godt. Men disse læger kan ikke altid forudsige, hvornår komplikationer vil opstå.

Nu har forskere ved University of Washington udviklet et nyt maskinlæringssystem, kaldet Prescience, som bruger input fra patientdiagrammer og standardoperationssensorer til at forudsige sandsynligheden for, at en patient vil udvikle hypoxæmi - en tilstand, hvor blodets iltniveauer falder lidt under det normale. Hypoxæmi kan føre til alvorlige konsekvenser, såsom infektioner og unormal hjerteadfærd.

Prescience giver også virkelige forklaringer bag sine forudsigelser. Med disse oplysninger, anæstesilæger kan bedre forstå, hvorfor en patient er i risiko for hypoxæmi og forhindre det, før det sker. Holdet, som vil offentliggøre sine resultater 10. oktober i Natur biomedicinsk teknik , anslår, at Prescience kunne forbedre anæstesilægers evne til at forudse og forhindre 2,4 millioner flere tilfælde af hypoxæmi i USA hvert år.

"Moderne maskinlæringsmetoder spytter ofte bare et forudsigelsesresultat ud. De forklarer dig ikke, hvilke patientegenskaber der bidrog til den forudsigelse, " sagde Su-In Lee, en lektor ved UW's Paul G. Allen School of Computer Science &Engineering og seniorforfatter af papiret. "Vores nye metode åbner denne sorte boks og gør os faktisk i stand til at forstå, hvorfor to forskellige patienter kan udvikle hypoxæmi. Det er magten."

Lee og Scott Lundberg, en ph.d.-studerende i Allen School, startede projektet med at mødes med samarbejdspartnere fra UW Medicin for at finde ud af, hvad de havde brug for på operationsstuen.

"En af de ting, anæstesilægerne sagde, var:'Vi er ikke rigtig tilfredse med bare en forudsigelse. Vi vil gerne vide hvorfor, '" sagde Lee. "Så det fik os til at tænke."

Lee og Lundberg satte sig for at skabe et maskinlæringssystem, der både kunne lave forudsigelser og forklare dem. Først, de erhvervede et datasæt på 50, 000 rigtige operationer fra University of Washington og Harborview medicinske centre i Seattle. Disse data omfatter oplysninger om patientindtag som alder og vægt samt realtid, minut for minut information – puls, iltniveauer i blodet og mere – under hele operationerne. Forskerne brugte alle disse data til at lære Prescience at lave forudsigelser.

Teamet ønskede, at Prescience skulle løse to forskellige slags problemer. Prescience havde brug for at se på informationer før operationen og forudsige, om en given patient ville have hypoxæmi, mens han var i bedøvelse. Prescience var også nødt til at forudsige hypoxæmi på ethvert tidspunkt under operationen ved at se på information i realtid. Endelig, Lee og Lundberg udviklede en ny tilgang til at træne Prescience til at generere forståelige forklaringer bag sine forudsigelser.

For data før operationen, Prescience fandt ud af, at body mass index var en vigtig egenskab, der bidrog til en forudsigelse om, at en patient ville opleve hypoxæmi under operationen. Men under operationen selve blodets iltniveau bidrog mest til en forudsigelse.

Med disse oplysninger i tankerne, det var tid til at sætte Prescience på prøve.

Lee og Lundberg oprettede en webgrænseflade, der kørte anæstesilæger gennem præ-kirurgi og real-time tilfælde fra operationer i datasættet, der ikke blev brugt til at træne Prescience. Til realtidstesten, forskerne valgte specifikt tilfælde, der ville være svære at forudsige, som når en patients iltniveau i blodet er stabilt i 10 minutter og derefter falder.

"Vi ville vide, om dette ville være informativt for anæstesiologer, sagde Lundberg, hvem er den første forfatter på papiret. "Så for nogle af deres sager, de fik en række yderligere oplysninger fra Prescience."

Prescience forbedrede lægernes evne til korrekt at forudsige en patients hypoxæmirisiko med 16 procent før en operation og med 12 procent i realtid under en operation. Samlet set, med hjælp fra Prescience, anæstesilægerne var i stand til at skelne korrekt mellem de to scenarier næsten 80 procent af tiden både før og under operationen.

"Denne forskning vil give os mulighed for bedre at forudse komplikationer og målrette vores behandling til hver patient, " sagde medforfatter Dr. Monica Vavilala, professor i anæstesiologi og smertemedicin ved UW School of Medicine og direktør for Harborview Injury Prevention &Research Center. "Hvis vi ved, at der er et aspekt, der forårsager problemet, så kan vi nærme os det først og hurtigere. Dette kan virkelig ændre den måde, vi øver på, så det er en rigtig stor ting. "

Prescience er ikke helt klar til at være på operationsstuerne endnu. Lee og Lundberg planlægger at fortsætte samarbejdet med anæstesiologer for at forbedre Prescience og give det en grænseflade, der er både intuitiv og nyttig. Ud over, holdet håber, at senere versioner af Prescience vil være i stand til at forudsige andre skadelige forhold, såsom lavt blodtryk, og anbefaler behandlingsplaner.

Uanset Presciences fremtid, et punkt er klart:Denne teknologi er beregnet til at hjælpe anæstesilæger med at tage bedre sig af deres patienter, sagde Lundberg.

"Forvidenhed behandler ikke nogen, " sagde han. "I stedet fortæller den dig, hvorfor den er bekymret, som derefter gør lægen i stand til at træffe bedre behandlingsbeslutninger. "