フロリダ大学の研究者の AI システムにより、医師は患者の状態についてより適切な洞察を得ることができます

フロリダ大学の研究者は、患者のバイタルサインから収集したデータを使用して、入院の重要な初期段階で医師の意思決定を加速し、集中させることができる人工知能システムを設計しました。

このアルゴリズムは、入院後 6 時間以内に測定された 6 つのバイタルサインから大量のデータを取得することによって機能します。 次に、これらのデータを 4 つの異なるクラスターの 1 つに集中させ、医師に患者の予後と予想される医療転帰について、より明確かつタイムリーかつ正確な洞察を提供します。 この研究結果は、10月13日付けでPLOS Digital Health誌に掲載された。

このアプローチは、人工知能を利用して医師よりも迅速かつ徹底的に患者データを分析するものであると、カリフォルニア大学医学部研究担当上級副学部長であり、大学インテリジェント救命救急センター所長であるアズラ・ビホラック医師は述べた。 このシステムは数時間以内に、予後不良のリスクがある患者を特定できます。

「このシステムは、医師の意思決定を迅速化し、より正確にする可能性を秘めています」とビホラック氏は語った。

この発見は、外科、コンピューターサイエンス、医学、麻酔学、生物医工学の専門知識を持つ十数名の大学の研究者の共同研究の成果です。

システムを評価するために、研究者らは、2014 年から 2016 年の間に UF Health Shands Hospital に入院した成人患者の匿名化されたデータベースを使用しました。アルゴリズムは、あらゆる年齢層にわたる約 100,000 人のデータを使用して検証およびテストされました。

人工知能の一種である機械学習を日常的な初期のバイタルサインデータに適用すると、システムは独自の疾患カテゴリーと明確な臨床転帰を持つ患者を識別しました。 次に、患者は 4 つの異なる「クラスター」の 1 つに分類されました。 いずれかのクラスターに割り当てられた患者は、低血圧、心臓活動の増加、および軽度の炎症の初期兆候を示しました。 これらの状態は初期段階では重篤になる可能性がありますが、解決して好ましい結果をもたらす可能性もあります。 このアルゴリズムは、他の患者を、慢性腎臓病および心血管疾患を患っている可能性が最も高い別のクラスターにグループ化しました。 また、彼らは3年以内に死亡する可能性が高いことも研究者らは発見した。

ビホラック氏は、このアルゴリズムの価値は、複数の患者データポイントを収集して迅速に分析できることにあると述べた。 たとえば、低血圧は、今後のさまざまな医学的問題の初期指標となる可能性があります。 他の患者データと組み合わせてアルゴリズムで分析すると、医師は患者の軌跡をより明確に把握できます。

「これは本当に早期の警告サインのようなものです。6 時間以内に、良好な結果が得られないリスクがある患者を特定するのに役立ちます。どの患者が悪化するリスクがあるのか​​、誰にすぐにさらなる治療が必要なのかがわかります。」彼女は言いました。

次に、ビホラック氏は、チームがこのシステムをさらに研究し、最終的には現在入院している患者でその有効性をテストできるようにする追加の助成金を求めていると述べた。 このようなシステムは、多額の費用をかけずに導入できる可能性が高いと彼女は述べた。

「これは非常にシンプルで洗練されたソリューションです。すでに収集されているデータを取得し、患者に利益をもたらすためにその可能性を最大限に活用します」とビホラック氏は述べた。

この研究に顕著な貢献をした大学インテリジェント救命救急センターの同僚には、コンピューター サイエンスの専門家であり、大学医科大学の科学助手である Yuanfang Ren 博士が含まれます。 タイラー・J・ロフタス医師、外科助教授。 ビホラック教授は、教授で外科部長のギルバート・R・アップチャーチ医師も述べた。

この研究は、複数の国立衛生研究所、国立科学財団、フロリダ大学の助成金によって支援されました。

メディア連絡先: Doug Bennett、[email protected]、352-265-9400

サイエンスライター、編集者

ダグ・ベネットは、2015 年 1 月にサイエンス ライター兼編集者として UF Health スタッフに加わりました。 彼の主題分野には解剖学が含まれます。 生化学と分子生物学。 分子遺伝学と微生物学。 病理学、...もっと読む