Νέο εργαλείο προβλέπει επιπλοκές που σχετίζονται με τον διαβήτη

Ο διαβήτης επηρεάζει περισσότερους από 37 εκατομμύρια ανθρώπους στις Ηνωμένες Πολιτείες, αλλά πολλοί από αυτούς δεν λαμβάνουν έγκαιρη θεραπεία, κάτι που μπορεί να οδηγήσει σε δαπανηρές, ακόμη και θανατηφόρες συνέπειες. Παρόλο που είναι διαθέσιμες αποτελεσματικές παρεμβάσεις σε χώρους πρωτοβάθμιας περίθαλψης, οι κλινικοί γιατροί δεν διαθέτουν τις δεξιότητες για τον εντοπισμό των πιο ευάλωτων ασθενών.

Ο Δρ. Winston Liau είναι ο κύριος ερευνητής του έργου και πρόεδρος του Τμήματος Συστημάτων Υγείας και Επιστημών Υγείας του Πληθυσμού στο Κολλέγιο Οικογενειακής Ιατρικής Tilman J. Fertitta. Πίστωση εικόνας: Πανεπιστήμιο του Χιούστον.

Οι επιστήμονες του Πανεπιστημίου του Χιούστον εργάζονται πάνω στο Primary Care Forecast, ένα σύστημα υποστήριξης κλινικών αποφάσεων που χρησιμοποιεί βαθιά μάθηση για να προβλέψει ποιοι ασθενείς είναι πιο πιθανό να αντιμετωπίσουν προβλήματα.

Το εργαλείο Diabetes Complication Severity Index (DCSI) είναι το πρώτο που αναπτύχθηκε σε ένα σύστημα τεχνητής νοημοσύνης που λαμβάνει υπόψη τον τρόπο με τον οποίο οι κοινωνικές και περιβαλλοντικές συνθήκες ενός ασθενούς —συνθήκες διαβίωσης, κατάσταση απασχόλησης, επισιτιστική ασφάλεια, επίπεδο εκπαίδευσης— μπορεί να αυξήσουν τον κίνδυνο. Για επιπλοκές εκτός από το ιστορικό υγείας. Σύμφωνα με έρευνες, αρκετοί κοινωνικοί παράγοντες μπορούν να επηρεάσουν την ανάπτυξη της νόσου.

Χρηματοδοτούμενο από το Αμερικανικό Συμβούλιο Οικογενειακής Ιατρικής, το εργαλείο παρέχει στους κλινικούς ιατρούς άμεσες, εφαρμόσιμες πληροφορίες, επιτρέποντάς τους να παρέμβουν νωρίτερα, μειώνοντας το ποσοστό των διαβητικών ασθενών που έχουν επιπλοκές και τον αριθμό των επιπλοκών ανά ασθενή. Ο ασθενής επηρεάζει για μείωση.

Ο μακροπρόθεσμος στόχος μας είναι να βοηθήσουμε τους γιατρούς να είναι πιο προνοητικοί και λιγότερο αντιδραστικοί κατά τη θεραπεία του διαβήτη. Χρησιμοποιώντας τις δυνατότητες τεχνητής νοημοσύνης και μηχανικής μάθησης, μπορούμε να συνδέσουμε πιο αποτελεσματικά τα άτομα που βρίσκονται σε κίνδυνο με παρεμβάσεις προτού αρρωστήσουν..

Δρ. Winston Liao, Πρόεδρος, Τμήμα Συστημάτων Υγείας και Επιστημών Υγείας του Πληθυσμού, Tilman J. Fertitta College of Family Medicine

Ο Δρ Winston Liao ήταν ο κύριος ερευνητής αυτού του έργου.

Οι ασφαλιστικές εταιρείες και οι ερευνητές έχουν χρησιμοποιήσει το DCSI για χρόνια για να αξιολογήσουν τις επιπλοκές των ασθενών σε μια χρονική στιγμή. Ωστόσο, δεν υπάρχει εργαλείο για να προβλέψει ποια άτομα είναι ευάλωτα σε αυξημένα επίπεδα DCSI.

Το εργαλείο θα αναπτυχθεί με το Humana’s Institute for Integrative System Health Sciences στο Πανεπιστήμιο του Χιούστον και θα αντληθεί από το ιδιόκτητο σύνολο δεδομένων της Humana Inc. Θα περιλαμβάνει αρχεία υγείας, ισχυρισμούς και ατομικούς και κοινωνικούς παράγοντες κινδύνου. Αυτό το εργαλείο θα αξιολογηθεί στο PRIME Registry, μια εθνική πλατφόρμα με εκατομμύρια ασθενείς πρωτοβάθμιας περίθαλψης σε όλη τη χώρα.

Η πρόκληση με τα υπάρχοντα εργαλεία πρόβλεψης είναι ότι παρέχουν ελάχιστη εξήγηση και καμία καθοδήγηση για τα επόμενα βήματα, περιορίζοντας την εμπιστοσύνη και την εφαρμογή. Το εργαλείο που αναπτύσσουμε λέει στους γιατρούς γιατί οι ασθενείς διατρέχουν κίνδυνο και προτείνει μέτρα για τη μείωση αυτού του κινδύνου..

Ιωάννης Κακαδιάρης, Hugh Roy και Lily Kranz Cullen Καθηγητής, Computer Science and Health Systems and Population Health Sciences, University of Houston

Προσθέτει ο Δρ. Todd Prewitt, εταιρικός ιατρικός διευθυντής, κλινική στρατηγική και ανάλυση στην Humana.Η Humana είναι ενθουσιασμένη που συνεργάζεται με τους εταίρους της στο Πανεπιστήμιο του Χιούστον, αξιοποιώντας την τεχνογνωσία τους στην τεχνητή νοημοσύνη και την προγνωστική ανάλυση με την εκτεταμένη εμπειρία τους στον διαβήτη χρησιμοποιώντας DCSI και κοινωνικούς καθοριστικούς παράγοντες λύσεων που επηρεάζουν την υγεία. Αυτό το εργαλείο είναι μια εξαιρετική ευκαιρία να τεθούν χρήσιμες πληροφορίες στα χέρια των γιατρών πρωτοβάθμιας περίθαλψης στο σημείο περίθαλψης όπου συμβαίνει πραγματική αλλαγή στην υγεία.

Σύμφωνα με τους επιστήμονες, αυτό το εργαλείο μπορεί να χρησιμοποιηθεί για την πρόβλεψη των συνεπειών άλλων ασθενειών εκτός του διαβήτη, όπως η ανεξέλεγκτη υψηλή αρτηριακή πίεση ή η μείζονα κατάθλιψη. Αυτή η τεχνολογία θα είναι ιδιαίτερα χρήσιμη καθώς η βιομηχανία υγειονομικής περίθαλψης μεταβαίνει σε ένα μοντέλο περίθαλψης με βάση την αξία, στο οποίο οι γιατροί αμείβονται για τη βελτίωση της υγείας των ασθενών και όχι ανά επίσκεψη, διαδικασία ή εξέταση, ανεξάρτητα από τα αποτελέσματα.

Η εκπαίδευση και η έρευνα στην πρωτοβάθμια περίθαλψη έχουν προτεραιότητα από το Fertitta Family College of Medicine, που ιδρύθηκε το 2019 με την κοινωνική αποστολή να ενισχύσει την υγειονομική περίθαλψη και την ιατρική σε υποεξυπηρετούμενες αστικές και αγροτικές κοινότητες σε όλο το Τέξας.

Ως γιατροί πρωτοβάθμιας περίθαλψης, χρειαζόμαστε έναν αποτελεσματικό τρόπο να χρησιμοποιούμε τον τεράστιο όγκο των πληροφοριών που λαμβάνουμε για να βελτιώσουμε την ποιότητα ζωής των ασθενών μας. Ο αριθμός των επιπλοκών που αντιμετωπίζει ένας ασθενής συσχετίζεται σε μεγάλο βαθμό με το θάνατο ή τη νοσηλεία, επομένως η ανάπτυξη αυτού του εργαλείου τεχνητής νοημοσύνης είναι κρίσιμη..

Dr. Winston Liao, Πρόεδρος, Τμήμα Συστημάτων Υγείας και Επιστημών Υγείας του Πληθυσμού, Tilman J. Fertitta College of Family Medicine

Πηγή: https://uh.edu/

Leave a Comment