Maschinelles Lernen sagt Reaktion von COVID-19-Patienten auf Behandlung voraus
2021
Imperial College London, London, Großbritannien
In dieser Studie wurden erstmals täglich wechselnde klinische Parameter von COVID-19-Patienten untersucht und KI einsetzt, um die klinische Reaktion auf die sich schnell ändernden Bedürfnisse von Patienten auf Intensivstationen zu verstehen.
Obwohl das KI-Modell auf eine retrospektive Kohorte von Patientendaten angewendet wurde, die während der ersten Welle der Pandemie gesammelt wurden, demonstriert die Studie die Fähigkeit von KI-Methoden, Patientenergebnisse anhand von klinischen Routinedaten vorherzusagen, die von Ärzten auf Intensivstationen verwendet werden.
Die neuen Ergebnisse zeigen, dass das KI-Modell Faktoren identifizierte, die bestimmten, welche Patienten sich wahrscheinlich verschlechtern und nicht auf Interventionen wie die Bauchlagerung (Proning) ansprechen würden. Die Forscher fanden heraus, dass während der ersten Welle der Pandemie Patienten mit Blutgerinnseln oder Entzündungen in der Lunge, niedrigeren Sauerstoffwerten, niedrigerem Blutdruck und niedrigeren Laktatwerten weniger wahrscheinlich vom Proning profitierten. Insgesamt verbesserte das Pronen die Sauerstoffversorgung nur bei 44 % der Patienten.
Laut Autoren könnte dieser Ansatz, bei dem die Daten jedes Patienten Tag für Tag und nicht nur bei der Aufnahme analysiert werden, dazu verwendet werden, Richtlinien für die klinische Praxis zu verbessern.
Natural history, trajectory, and management of mechanically ventilated COVID-19 patients in the United Kingdom
Brijesh V. Patel, Aldo A. Faisal
Eingestellt am: 18.06.2021
[1] https://link.springer.com/article/10.1007/s00134-021-06389-z[2] https://www.technologynetworks.com/informatics/news/machine-learning-predicts-which-covid-19-patients-will-respond-to-treatment-348706
