Sztuczna Inteligencja w Leczeniu Sepsy
Dr. Paul Elbers z Amsterdamu przedstawił raport na temat obecnego stanu rozwoju samouczących się modeli sztucznej inteligencji (machine learning), które pokazują obiecujące wczesne wyniki w identyfikacji znaczących fenotypów sepsy. Dr. Elbers przytoczył wyniki analizy różnych projektów fenotypowania sepsy, które wykorzystują uczenie maszynowe. Według niego, kilka fenotypowych zależności wykrywanych przez AI jest obecnie w fazie walidacji w większych badaniach klinicznych.
Dr Elbers opisał następnie, w jaki sposób zestawy prognoz konformalnych są wykorzystywane przy przetwarzaniu wyników otrzymanych przez AI, aby zapewnić integralność wyników i ograniczyć występowanie wyników fałszywie pozytywnych.
W tym dwutorowym podejściu model główny szuka korelacji bazując tylko na danych klinicznych, a zestaw konformalny jest konfigurowany przez specjalistów na podstawie obecnej wiedzy medycznej i oczekiwań. Ten sposób eliminuje sugestie nieracjonalne i inne halucynacje ze strony sztucznej inteligencji.
Elbers zakończył prezentację, prosząc o ostrożność i przypominając słuchaczom, że predykcyjne modele AI są nadal na bardzo wczesnym etapie rozwoju i prawdopodobnie minie jeszcze wiele lat, zanim technologia osiągnie pełnię swojego potencjału.
Dr Maria del Pilar Arias z Argentyny stwierdziła, że AI można wykorzystać do zbierania i analizowania ogromnych zbiorów danych klinicznych z krajów rozwijających się. Laura Merson, Kierownik ds. Danych z Pandemic Sciences Institute przy Uniwersytecie Oksfordzkim przestrzegała przed porzuceniem nacisku na projekty międzynarodowych wymian danych klinicznych na rzecz rozwoju modeli AI. W jej opinii, ważne jest by nie popaść ze skrajności w skrajność i nadal rozwijać technologie wymiany danych klinicznych.
Rola Biomarkerów we Wczesnym Rozpoznaniu Sepsy
Dr Rita Murri z Uniwersytetu Rzymskiego mówiła o tym jak biomarkery mogą pomóc we wczesnym rozpoznaniu sepsy. Dr. Murri podkreśliła, że pomimo obiecujących dowodów naukowych, Surviving Sepsis nie zaleca stosowania pomiarów prokalcytoniny jako jedynego narzędzia diagnostycznego w sepsie. Dr Murri dokonała też krótkiego przeglądu zaawansowanych testów morfologicznych i podkreśliła, że główną barierą szerszego ich stosowania jest koszt (slajd poniżej).
Na koniec prezentacji wspomniała też, że w przyszłości modele AI mają szansę poszerzyć nasz repertuar biomarkerów, który można używać w leczeniu sepsy.
Dr. Chris Seymour poświęcił swoją prezentację podtypom sepsy i faktowi, iż łączenie fenotypów klinicznych nadal pozostawia wiele do życzenia. Sepsa była tu porównana z badaniem klinicznym raka piersi Capitello-291, gdzie kryteria fenotypowania podtypu były dużo bardziej rygorystyczne niż podtypy sepsy (slajd poniżej).
Sylvie Pons z francuskiej firmy BioMerieux omówiła wyniki badania klinicznego mającego na celu znalezienie biomarkerów, które korelują się z występowaniem sepsy u noworodków od 7do 90. dnia po porodzie (Late-Onset Sepsis in neonates). Uzyskane wyniki wskazywały, że największy potencjał diagnostyczny miały pomiary IL-6, IL-10 i NGAL.
Dr. Sylvie Pons w komentarzu potwierdziła, że również we Francji podjęto już kroki w kierunku walidacji ich wyników. „RUBIS Study” to trwające obecnie badanie kliniczne które ma na celu ocenę skuteczności prognostycznej IL-10 w porównaniu z obowiązującymi standardami klinicznymi. Moderatorka sesji Dr. Sophie Yacoub zauważyła, że potencjalnym problemem z badaniami francuskimi może być to, że badacze wyznaczyli tylko jeden punkt pomiaru biomarkerów w grupie u noworodków. Na obecnym etapie we Francji nie planuje się wyznaczania kolejnych punktów pomiarowych.
Comments