Új fejlesztés segítheti a szepszis korai felismerését

„Intelligens mesterség – mesterséges intelligencia” címmel mutatta be első alkalommal szakmai közönség előtt új fejlesztését a kutatócsoport a MAITTDD zalakarosi konferenciáján. A projekt célja egy olyan, mesterséges intelligenciával támogatott és klinikailag értelmezhető kockázatbecslő modell létrehozása, amely a sürgősségi ellátásban rendelkezésre álló rutin laboratóriumi és élettani adatok alapján támogathatja a szepszis kockázatának korai felismerését és a diagnosztikai folyamat optimalizálását.

A projekt hivatalos címe: „Sürgősségi osztályon alkalmazható, vérkép- és vitális paramétereken alapuló korai szepszis-kockázatbecslő pontrendszer és PCT-kérési döntéstámogató eszköz”.

A fejlesztés az Általános Orvostudományi Kar és a Természettudományi Kar együttműködésében valósult meg, vállalati partnerként pedig a Beckman Coulter Magyarország Kft. kapcsolódik a projekthez.

A kutatás alapját közel 3000 beteg retrospektív adatai jelentették. A kutatók olyan, a sürgősségi ellátásban rutinszerűen rendelkezésre álló laboratóriumi és vitális paramétereket vizsgáltak, amelyek segítségével egy 6–7 elemű pontrendszer alakítható ki.

A rendszer egyik lehetséges alkalmazási területe a szepszis kockázatának korai felismerése, illetve annak támogatása, hogy mikor lehet indokolt a prokalcitonin-vizsgálat elvégzése. A cél egy olyan eszköz kialakítása, amely nem a klinikai döntést helyettesíti, hanem a rendelkezésre álló információk gyors és strukturált értékelésével támogatja azt.

A fejlesztés egyik legfontosabb üzenete számunkra, hogy a mesterséges intelligencia akkor válhat igazán hasznos klinikai eszközzé, ha az általa adott eredmény a szakember számára is értelmezhető. Olyan döntéstámogató rendszerben gondolkodunk, amelynek működése és a kockázatbecsléshez hozzájáruló tényezők a klinikus számára követhetők – fogalmazhat a kutatócsoport képviselője.

A kutatás eredményeként a pontrendszer webalapú kalkulátor formájában is elkészült. Ez lehetővé teszi, hogy a szükséges paraméterek megadását követően a rendszer gyorsan elvégezze a kockázatbecslést. Ennél lényegesen gyorsabb megoldás lehet, ha a „score” a medikai informatikai rendszerekben, már az első vérkép eredménnyel társítva megjelenik a sürgősségi orvos képernyőjén.

A fejlesztés jelenleg kutatási és validációs szakaszban van. A webalapú kalkulátor célja egyelőre elsősorban a modell működésének szemléltetése és kutatási alkalmazása; a klinikai gyakorlatban történő széles körű alkalmazás előtt további vizsgálatok szükségesek.

Hazai és külföldi centrumokkal folytatódik a kutatás

A projekt új szakaszba lépett: megkezdődött a többcentrumos prospektív validálás megszervezése, amelyben a kutatócsoport hazai és külföldi centrumok bevonását tervezi.

A prospektív vizsgálat lehetőséget teremt annak értékelésére, hogy a retrospektív adatok alapján kialakított modell hogyan teljesít valós klinikai környezetben, különböző betegpopulációkban és eltérő intézményi körülmények között.

A retrospektív adatokon végzett fejlesztés fontos első lépés volt, de egy klinikai döntéstámogató modell valódi értékét csak megfelelően megtervezett, prospektív vizsgálatokban lehet megítélni. Ezért most a többcentrumos validálás előkészítésére helyezzük a hangsúlyt, hazai és nemzetközi együttműködések kialakításával – emelte ki a kutatócsoport.

A többcentrumos megközelítés egyben arra is lehetőséget adhat, hogy a kutatók azonosítsák a modell esetleges korlátait, vizsgálják annak különböző betegcsoportokban mutatott teljesítményét, és szükség esetén tovább finomítsák a kockázatbecslő rendszert.

Egyetemi és ipari tudás egy közös fejlesztésben

A projektben az orvostudomány, a természettudomány, az adatelemzés és a diagnosztikai ipar kompetenciái kapcsolódnak össze. A vállalati partner, a Beckman Coulter Magyarország Kft., klinikai diagnosztikai és élettudományi megoldásokkal, laboratóriumi automatizálással, mikrofluidikai technológiákkal, valamint diagnosztikai kutatás-fejlesztéssel foglalkozik.

A fejlesztésben részt vesz Molnár Tihamér, Tőkés-Füzesi Margit, Papp István, Hetesi Zsolt, Gasteiger Károly és Soren Javadi orvostanhallgató.

A kutatócsoport hosszabb távú célja olyan értelmezhető, klinikailag hasznosítható mesterségesintelligencia-alapú döntéstámogató megoldások fejlesztése, amelyek a sürgősségi ellátásban már rendelkezésre álló rutinadatokra építve segíthetik a gyors és megalapozott diagnosztikai döntéseket.

A fejlesztett modell és a hozzá kapcsolódó kalkulátor nem helyettesíti az orvosi vizsgálatot, a klinikai döntéshozatalt vagy az egyéb szükséges diagnosztikai vizsgálatokat. A következő kutatási szakasz egyik legfontosabb célja annak meghatározása, hogy a rendszer milyen körülmények között és milyen pontossággal alkalmazható a klinikai gyakorlatban.