ניתוח והליכים כירורגים קשורים לעיתים קרובות לסיכונים וסיבוכים משמעותיים, כולל מוות. כדי להפחית סיכונים אלו, על הרופאים להעריך במדויק את מצבם של המטופלים לפני הניתוח ולזהות את אלו שעשויים להפיק תועלת מטיפולים חלופיים או פחות פולשניים.
עם זאת, הכלים הנוכחיים לחיזוי סיכונים קליניים אינם יעילים במיוחד בהבחנה בין חולים אשר צפויים למות לאחר ניתוח. כלי אחד כזה הוא ה-Revised Cardiac Risk Index (RCRI), המשתמש במאפיינים קליניים טרום ניתוחיים מרשומות רפואיות אלקטרוניות כדי להעריך את הסיכון לסיבוכים לבביים לאחר ניתוח לא לבבי.
מחקר חדש, שפורסם ב-The Lancet Digital Health, מציע שאלגוריתם של בינה מלאכותית (AI) יכול לעשות עבודה טובה יותר בניבוי מוות לאחר ניתוח מאשר RCRI. האלגוריתם, הנקרא PreOpNet, משתמש בלמידה עמוקה כדי לפרש אלקטרוקרדיוגרמות טרום-ניתוחיות (ECG).
החוקרים “לימדו” את PreOpNet על בסיס אק”ג טרום ניתוחי מ-36,839 מטופלים שעברו פרוצדורות במרכז הרפואי Cedars-Sinai (CSMC) מ-2015 עד 2019. לאחר מכן הם בדקו את האלגוריתם על שתי קבוצות חיצוניות מ-Stanford Healthcare (SHC) והמרכז הרפואי של אוניברסיטת קולומביה (CUMC).
התוצאות הראו ש-PreOpNet הצליחה להבחין בין תמותה לאחר ניתוח בדיוק גבוה ועלתה על ה-RCRI בכל ההגדרות. לחולים שסווגו כבעלי סיכון גבוה על ידי PreOpNet היו סיכויים גבוהים בהרבה למות לאחר ניתוח או פרוצדורות מאלה שסווגו כבעלי סיכון נמוך. PreOpNet פעל באופן דומה גם בחולים שעברו ניתוחי לב וניתוחים לא לבביים, בעוד שה-RCRI היה פחות מדויק בניתוחי לב.
תגובות רוצה להצטרף לדיון?
יש להתחבר כדי להגיב.
התחבראין תגובות עדיין. היה הראשון להגיב!