MIT News-机器学习系统可以帮助败血症护理的关键决策

翻译 ALLEN ⋅ 于 2019-08-30 16:17:13 ⋅ 32 阅读

模型预测急诊脓毒症患者是否急需改变治疗方案。
麻省理工学院(MIT)和麻省总医院(Massachusetts General Hospital, MGH)的研究人员开发了一种预测模型,可以指导临床医生决定什么时候给正在急诊室接受脓毒症治疗的患者使用可能挽救生命的药物。

脓毒症是重症监护病房最常见的入院原因之一,也是最常见的死亡原因之一。但是绝大多数的病人都是通过急诊室来的。治疗通常从抗生素和静脉输液开始,每次几公升。如果病人反应不好,他们可能会进入感染性休克,他们的血压下降到危险的低水平,器官衰竭。然后去 ICU,临床医生可能会减少或停止输液,并开始使用去甲肾上腺素和多巴胺等血管加压素药物来提高和维持病人的血压。
这就是事情变得棘手的地方。补液时间过长可能没用,甚至会造成器官损伤,所以早期的血管加压素干预可能是有益的。事实上,早期应用血管加压素与感染性休克死亡率的提高有关。另一方面,过早地或在不需要的时候使用血管升压药会带来负面的健康后果,如心律失常和细胞损伤。但是什么时候进行这种转变并没有明确的答案,临床医生通常必须密切监测患者的血压和其他症状,然后做出判断。

在美国医学信息协会(American Medical Informatics Association)本周的年度研讨会上,麻省理工学院(MIT)和麻省总医院(MGH)的研究人员发表了一篇论文,其中描述了一种模型,可以从紧急护理败血症患者的健康数据中“学习”,并预测患者在未来几小时内是否需要血管升压药。在这项研究中,研究人员首次为 ER 脓毒症患者收集了此类数据。在测试中,该模型可以在 80% 以上的情况下预测对血管加压素的需求。
研究人员说,早期预测可能会避免对那些不需要血管升压药的病人,或者对那些需要血管升压药的病人进行不必要重症监护病房(ICU)的早期准备。
第一作者 Varesh Prasad 是哈佛-麻省理工学院健康科学与技术项目的博士生,他说:“重要的是要有良好的辨别能力,区分哪些人需要血管升压药,哪些人不需要。” “我们可以在几个小时内预测病人是否需要血管升压药。如果,在那个时候,病人得到三升的静脉液体,那可能是过量的。如果我们事先知道这几升的静脉液体根本没用,他们可以更早开始使用血管升压药。”
在临床环境中,该模型可以在床边监视器上实现,例如,它可以跟踪患者,并向临床医生发送警报,提醒他们何时开始使用血管升压药和减少液体。合著者 Thomas Heldt 说:“这个模型将是一个在后台工作的警戒或监视系统,”,他是麻省理工学院医学工程与科学研究所 W. M. Keck 职业发展教授。“有许多败血症病例,(临床医生)很清楚,或者不需要任何支持。病人可能在最初的表现上病得很重,以至于医生知道该怎么做。但这里也有一个‘灰色地带’,这类工具在这里就变得非常重要。”

这篇论文的合著者是麻省理工学院的研究生 James C. Lynch,Trent D. Gillingham,Saurav Nepal,Michael R. Filbin 和 Andrew T. Reisner,他们都来自 MGH 。Thomas Heldt 也是麻省理工学院电气工程和计算机科学系电气和生物医学工程的助理教授,也是电子研究实验室的首席研究员。其他模型的建立用来预测哪些患者有脓毒症(sepsis)的风险,或何时给在 ICU 的病人血管升压药。但这是第一个为 ER(Emergency room-急诊室) 训练的模型,Heldt说。“(进了 ICU )这对大多数脓毒症患者来说都是晚期。急诊室(ER)是病人接触的第一个地方,在那里你可以做出重要的决定,从而改变结果,” Heldt 说。

主要的挑战在于一直缺乏一个 ER(Emergency room-急诊室) 数据库。多年来,研究人员曾与 MGH 临床医生整理在 MGH 急诊室从 2014 年到 2016 年将近 186000 名患者医疗记录。在这些医疗记录里,有些病人在第一个 48 小时内收到了访问医院的升压素,而另一些则没有。两位研究人员手动审查可能脓毒性休克患者的所有记录包括血管加压的具体时间和其他注释信息。(脓毒症症状出现到血管加压的起始阶段的平均时间大约是 6 个小时)。这些记录是随机分割的,其中 70% 用于训练模型,30% 用于测试模型。在训练中,该模型从需要或不需要血管升压素的患者身上从可能的 58 特征中提取了其中的 28 个,包括血压,从急诊开始消耗的时间,总输液量,呼吸率,精神状态,氧饱和度,和心脏搏出量的变化——心脏在每一次搏动中泵入的血液量。

在测试中,该模型在设定的时间间隔内分析新患者的上述许多特征或所有特征,并寻找能表明患者最终需要或不需要血管升压药的模式。根据这些信息,每隔一段时间,它就会预测病人是否需要血管加压素。在预测患者是否需要在未来两小时或更长时间内使用血管升压素时,该模型的准确率达到了 80% 至 90%,平均而言,这可以避免过量的半升或更多的输液体。

Prasad 说:“这个模型基本上采用了一组当前的生命体征,以及一些轨迹,并确定当前观察结果的建议,即这个病人可能需要血管升压素,或者这组变量表明,这个病人不需要血管升压药。”
下一步,研究人员的目标是扩大研究范围,生产更多的工具,来实时预测急诊病人最初是否有败血症或感染性休克的风险。Prasad 说:“我们的想法是将所有这些工具整合到一个管道中,这将有助于从他们一进入急诊室时就开始进入医疗。”

这个想法是为了帮助像 MGH 这样的大医院急诊科临床医生,他们关注于脓毒症的高危人群。MGH 每年接待约 11 万名患者。“败血症的问题在于患者的表现往往掩盖了潜在疾病过程的严重性,” Heldt 说。“如果有人来的时候感到虚弱,感觉不舒服,那么一点点液体就可以解决问题。但是,在某些情况下,他们有潜在的脓毒症,可以恶化得很快。如果不及时治疗,我们希望能够分辨出哪些病人已经好转,哪些病人正处于关键阶段。”

这项工作得到了美国国防科学与工程研究生会、麻省理工学院-麻省理工学院战略伙伴关系、CRICO 风险管理基金会和 Nihon Kohden 公司的部分支持。


原文地址:https://news.mit.edu/2018/machine-learning-sepsis-care-1107...

译文地址:...

追求梦想,做最好的自己

本帖由 ALLEN 于 3个月前 取消置顶
回复数量: 0
    暂无评论~~
    • 请注意单词拼写,以及中英文排版,参考此页
    • 支持 Markdown 格式, **粗体**、~~删除线~~、`单行代码`, 更多语法请见这里 Markdown 语法
    • 支持表情,使用方法请见 Emoji 自动补全来咯,可用的 Emoji 请见 :metal: :point_right: Emoji 列表 :star: :sparkles:
    • 上传图片, 支持拖拽和剪切板黏贴上传, 格式限制 - jpg, png, gif
    • 发布框支持本地存储功能,会在内容变更时保存,「提交」按钮点击时清空
      请勿发布不友善或者负能量的内容。与人为善,比聪明更重要!
    Ctrl+Enter