Ameliyatta düşük tansiyonu tespitte algoritma kullanılıyor

Makine öğreniminin sağlık hizmetlerinde potansiyel uygulamaları sınırsızdır – ancak problem, her şeyin ince ayarlı ve hatasız olması gerektiğidir. Hata payı yok, hata ya da yanlış hesaplamalar için yer yok. Bu durumda, araştırmacılar, kalp atışı başına 3000’den fazla benzersiz özelliği ortaya çıkaran yüksek doğruluklu kayıtları kullanarak, 1,334 hastanın kayıtlarından 550.000 dakikalık cerrahi arteriyel dalga formu kaydından veri topladı. Sonuç olarak, algoritmalarını kalibre etmek için görülmemiş bir doğrulukla milyonlarca veri noktası vardı. Hipotansif bir olaydan 15 dakika önce sırasıyla% 88 ve% 87 duyarlılık ve özgüllük seviyelerine ulaşmışlardır. Bu seviyeler, başlangıçtan önce 5 dakika içinde% 92’ye çıktı.Cannesson, UCLA Tıp Merkezi’nde perioperatif tıp anestezisi ve başkan yardımcısı profesörüdür. Doktora araştırmacısı Maxime Cannesson, doktora çalışmasında;

Bu bireysel özelliklerden hangilerinin bir araya geldiklerini ve aynı zamanda hipotansiyonu tahmin ettiklerini belirlemek için makine öğrenimini kullanıyoruz

diyor. Bu çalışma özellikle önemlidir çünkü doktorlar, ameliyat sırasında hipotansiyonu tahmin etmenin bir yolunu bulamadılar, bu da çok tehlikeli bir krize neden olabilecek bir olaydı ve böylece doktorları bu tehdit edici durumlara hızla adapte etmeye zorladı. Bu hekimler kalp krizi ya da böbrek yaralanmaları gibi potansiyel olarak ölümcül postoperatif komplikasyonları önlemek için izin verebilir  araştırmacılar söylüyorlar . Cannesson;

Doktorlar, ameliyat sırasında hipotansiyonu tahmin etmenin bir yolunu bulamadılar, bu yüzden reaktif olmalılar ve herhangi bir uyarı yapmadan hemen tedavi etmeliler. Hipotansiyonu tahmin edebilmek, hekimlerin reaktif olmak yerine proaktif olmalarını sağlayacaktır

diyor. Ayrıca, sağlık sektöründe makine öğreniminin diğer uygulamalarından farklı olarak, bu yakın gelecekte bir gerçeklik haline gelebilir. Temel algoritmayı içeren bir yazılım parçası (Acumen Hipotez Tahmin İndeksi) FDA’ya sunulmuş ve halihazırda Avrupa’da ticari kullanım için onaylanmıştır.

Cannesson’un dediği gibi, bu da etkileyici bir etki yaratıyor. Cannesson,

İlk defa makine öğrenimi ve bilgisayar bilimi teknikleri ameliyat sırasında elde edilen karmaşık fizyolojik sinyallere uygulandı. Bu tür algoritmaların gerçek zamanlı değerini daha geniş bir klinik koşullar ve hastalar ortamında değerlendirmek için gelecekteki çalışmalara ihtiyaç duyulmasına rağmen, bizim araştırmamız, bu tekniklerin, EKG’nin kardiyak aritmi kestirimi gibi birçok başka fizyolojik sinyale uygulanmasına kapıyı açar. veya beyin fonksiyonu için EEG. Klinik ve fizyolojik bilimlerde yeni bir araştırma alanına yol açabilir ve insan fizyolojisi anlayışımızı yeniden şekillendirebilir.

Diyor. Sonuçlar Amerikan Anestezistler Derneği’nde sunulmuştur.