AI 혁신은 일상적인 혈액 작업에서 생명을 구하는 통찰력을 찾습니다

연구팀은 인공 지능 유형 인 고급 분석 및 기계 학습을 활용하여 일상적인 혈액 검사가 척수 손상 환자 결과에 대한 조기 경고 신호 역할을 할 수 있는지 평가했습니다.

세계 보건기구 (World Health Organization)에 따르면 전세계 2 천만 명이 넘는 사람들이 2019 년 척수 부상의 영향을 받았으며, 매년 930,000 건의 새로운 사례가 있다고 전했다. 외상성 척수 손상은 종종 집중 치료가 필요하며, 특히 응급실 및 중환자 실에서 다양한 임상 프리젠 테이션 및 회복 궤적, 복잡한 진단 및 예후가 특징입니다.

워털루의 공중 보건 과학부 교수 인 아벨 토레스 에스미 (Abel Torres Espín) 박사는“일상적인 혈액 검사는 의사에게 사망 위험, 부상의 존재 및 얼마나 심각한지를 예측하는 데 도움이되는 중요하고 저렴한 정보를 제공 할 수있다.

연구원들은 미국의 2,600 명 이상의 환자로부터 병원 데이터를 샘플링하여 기계 학습을 사용하여 척수 손상 후 처음 3 주 동안 취한 전해질 및 면역 세포와 같은 일반적인 혈액 측정에서 수백만 개의 데이터 포인트를 분석하고 숨겨진 패턴을 발견했습니다.

그들은 이러한 패턴이 조기 신경 학적 검사 없이도 회복 및 부상 심각성을 예측하는 데 도움이 될 수 있음을 발견했으며, 이는 환자의 반응에 의존하기 때문에 항상 신뢰할 수있는 것은 아닙니다.

Waterloo의 Torres Espín 실험실의 박사후 학자 인 Marzieh Mussavi Rizi는“단일 시점에서 측정 된 단일 바이오 마커는 예측력을 가질 수 있지만, 더 넓은 이야기는 여러 바이오 마커와 시간이 지남에 따라 보여주는 변화에 있습니다.

초기 신경 학적 평가에 의존하지 않는 모델은 병원 입원 후 1 ~ 3 일까지 사망률과 부상의 심각성을 예측하는데 정확했다.

이 연구는 또한 더 많은 혈액 검사를 이용할 수있게되면서 시간이 지남에 따라 정확도가 증가한 것으로 나타났습니다. MRI 및 유체 OMICS 기반 바이오 마커와 같은 다른 측정도 객관적인 데이터를 제공 할 수 있지만 의료 환경에서 항상 쉽게 접근 할 수있는 것은 아닙니다. 반면에 일상적인 혈액 검사는 경제적이고, 쉽게 얻을 수 있으며, 모든 병원에서 구할 수 있습니다.

Torres Espín은“첫날의 부상 심각성 예측은 임상 적으로 의사 결정과 관련이 있지만 신경 학적 평가만으로는 어려운 과제입니다. “우리는 부상이 부상이 완료되는지 여부를 예측할 수있는 잠재력을 보여줍니다. 부상 후 일찍 혈액 데이터로 일상적인 혈액 데이터로 인해 불완전한지, 시간이 지남에 따라 예측 성능이 증가 할 수 있습니다.

“이 기본 작업은 임상 실습에서 새로운 가능성을 열어질 수 있으며, 많은 신체적 부상에 대한 중요한 치료 환경에서 치료 우선 순위 및 자원 할당에 대한 정보를 더 잘 결정할 수 있습니다.”

척수 손상의 결과를위한 동적 바이오 마커로서 일상적인 혈액 검사의 모델링 궤적을 모델링하는 연구는 자연에 발표되었습니다. NPJ 디지털 의학 잡지.