Wykorzystanie sztucznej inteligencji w leczeniu sepsy

Sepsa (posocznica) jest jedną z wiodących przyczyn śmierci pacjentów w stanie krytycznym. Zachorowalność i śmiertelność z jej powodu są nadal wysokie pomimo ciągłego rozwoju technologii medycznej w ostatnich latach. Główną przyczyną jest opóźnienie rozpoczęcia leczenia pacjentów septycznych. Różnorodne systemy wspomagania decyzji klinicznych zostają ciągle udoskonalane dzięki wykorzystaniu sztucznej inteligencji (ang. artificial intelligence - AI). AI dzięki uczeniu maszynowemu (ang. machine learning - ML) wykazuje ogromny potencjał w przewidywaniu stanu klinicznego pacjentów i wspomaganiu podejmowania szybkich decyzji klinicznych. Algorytmy AI można zastosować dla wielu etapów sepsy, takich jak wczesne jej wykrycie, ocena rokowania pacjenta, przewidywanie śmiertelności oraz optymalne zarządzanie zasobami. Wczesne przewidywanie oraz diagnoza sepsy stanowią ogromne wyzwanie dla klinicystów, ponieważ wiele jej objawów jest podobnych do innych, mniej krytycznych stanów. Algorytm SERA (ang. Sepsis Early Risk Assessment) wykorzystuje zarówno ustrukturyzowane dane, jak i nieustrukturyzowane notatki kliniczne, co zwiększa dokładność zarówno przewidywania, jak i diagnozowania posocznicy. Internetowa aplikacja do badania indywidualnego ryzyka pacjenta pomaga klinocystom w prognozowaniu przeżycia pacjenta w przypadku sepsy. Aplikacja online może być stale aktualizowana o nowe dane w celu dalszego ulepszania modelu. W tym artykule opisano najnowszą literaturę na temat wykorzystania AI do wspomagania decyzji klinicznych u pacjentów z podejrzeniem sepsy i przedstawiono zastosowania algorytmów AI w przewidywaniu, diagnozie, ocenie rokowania i leczeniu klinicznym posocznicy. Ponadto omówione zostały wyzwania związane z wdrażaniem tych nietradycyjnych metod do celów klinicznych.