מערכת ממוחשבת חדשה עשויה לספק תחזית מתמשכת לסיכון לנזק כלייתי חד על-בסיס נתונים מרשומות רפואיות ממוחשבות. במאמר שפורסם בכתב העת Nature מדווחים החוקרים כי ממצאי המחקר מדגישים את הפוטנציאל של טכנולוגיות מבוססות בינה מלאכותית והמעבר ברפואה מגישת טיפול תגובתי לגישת טיפול מניעתי, כאשר לרופאים יש זמן לעקוב אחר המטופל ולהתערב לפני הידרדרות רפואית.

האלגוריתמים הנוכחיים לזיהוי נזק כלייתי חד מתבססים על שינויים בריכוז קריאטינין וסמנים אחרים המופיעים לאחר נזק כלייתי. החוקרים פיתחו מערכת ממוחשבת העוקבת אחר הרשומות הרפואיות הממוחשבות, מעבדת נתונים ושומרת את המידע הרלבנטי ומספקת פלט להערכת הסבירות לנזק כלייתי חד בכל דרגת חומרה בתוך 48 שעות.

גישה זו ניבאה 55.8% מאירועי נזק כלייתי חד במאושפזים בתוך 48 שעות, עם יחס של שתי תוצאות חיוביות-שגויות לכל תוצאה חיובית-אמיתית. מבין ההתראות החיוביות-שגויות של המודל, 24.9% כללו תחזיות חיוביות שנקבעו עוד טרם החלון של 48 שעות בחולים שבסופו של דבר פיתחו נזק כלייתי חד ו-24.1% כללו תחזיות מאוחרות שאירעו לאחר שנזק כלייתי חד כבר חלף.

המודל חזה נכונה 84.3% מהאירועים בהם נדרש טיפול דיאליזה בתוך 30 ימים מהופעת נזק כלייתי חד בכל שלב ו-90.2% מהמקרים בהם תוככן מראש טיפול דיאליזה סדיר בתוך 90 ימים מהופעת נזק כלייתי חד. הערך המנבא של המודל נשמר לאורך הזמן ובין בתי חולים שונים.

החוקרים קוראים לאשר את ממצאי המחקר באוכלוסיות חולים נוספות, כמו גם לבחון את ההשפעה הקלינית של בדיקות אלו במטרה לקבוע אם התחזיות הללו מובילות לטיפול מוקדם, לשיעורים נמוכים יותר של נזק כלייתי ולתוצאות טובות יותר למטופלים.

Nature 2019

לידיעה במדסקייפ