Искусственный интеллект прогнозирует 30-дневную смертность при пневмонии

0

В недавнем исследовании, опубликованном в American Journal of Rentgenology, исследователи разработали модель глубокого обучения (DL) для оценки 30-дневного риска смертности среди пациентов с внебольничной пневмонией (CAP), используя в качестве исходных данных рентгеновские снимки грудной клетки, полученные для постановки диагноза. Они также подтвердили эффективность модели среди пациентов из разных учреждений и периодов.

CAP, распространенная причина пневмонии, связана со значительной смертностью и использованием медицинских ресурсов. Рентгенография грудной клетки является важным инструментом для диагностики CAP и стратификации риска.

В настоящем ретроспективном исследовании исследователи разработали и внешне проверили модель, основанную на DL, которая предсказывает смерть в течение 30 дней среди пациентов с CAP, используя первичные рентгенограммы грудной клетки. Модель была разработана для прогнозирования рисков смертности от любой причины для пациентов с CAP с использованием их начальных рентгеновских снимков грудной клетки.

Исследование включало поиск в электронных медицинских картах (EMR) одного специализированного учреждения для людей, которым был поставлен диагноз CAP во время любого обращения за медицинской помощью в период с марта 2013 по декабрь 2019 года.

Команда оценила модель глубокого обучения среди лиц с диагнозом внебольничная пневмония в отделениях неотложной помощи учреждения, где группе разработчиков был поставлен диагноз в период с января по декабрь 2020 года.

Они также оценили модель в двух других учреждениях, то есть в медицинском центре Борамаэ при правительстве Сеула -Сеульском национальном университете (внешняя тестовая группа A, 467 человек) в период с января по март 2020 года и университетской больнице Чунг-Анг (внешняя тестовая группа B, 381 человек) в период с марта 2019 по октябрь 2021 года.

В когорту разработчиков входили пациенты с диагнозом CAP во время любого контакта, в то время как последующие тестовые когорты включали только пациентов с диагнозом CAP во время обращений в отделение неотложной помощи. Команда сравнила значения площади под кривой (AUC) между моделью глубокого обучения и инструментом CURB-65, и результаты комбинированного подхода были оценены с помощью логистического регрессионного моделирования.

Модель глубокого обучения была разработана с распределением участников между учебной группой, группой валидации и группой внутреннего тестирования в соотношении 3,0: 1,0: 1,0 для оценки риска смерти от любой причины в течение 30 дней среди пациентов с CAP с использованием результатов рентгенографии грудной клетки, проанализированных во время постановки диагноза в качестве исходных данных.

Данные о смертности были подтверждены с использованием EMRs, или данных реестра смертей, Министерства внутренних дел и безопасности Республики Корея.

В целом, результаты исследования показали, что модель глубокого обучения может оценить смертность в течение 30 дней с момента постановки диагноза CAP, используя рентгеновские снимки грудной клетки, полученные для постановки диагноза, с более высокой производительностью, чем инструмент CURB-65.

Комментарии закрыты