Yeni bir virüsle mücadele için yeni bir iş birliği
Dünya çapında bir dizi önde gelen sağlık kuruluşuyla iş birliği yaparak bu kavramın geçerliliğini araştırmak ve kavramı test etmek için makine öğrenimine dayalı öngörücü bir model geliştirmek için bir yıl süren bir proje başlattık. Houston Methodist Hastanesi (TX, ABD), Emory Üniversitesi Sağlık Hizmetleri (GA, ABD), La Paz Üniversitesi Hastanesi’ndeki (İspanya) araştırma ortaklarımızdan 14.500’den fazla COVID-19 hastasından alınan veriler ile, çeşitli klinik, demografik ve laboratuvar verilerini içeren retrospektif bir analiz gerçekleştirdik. Moleküler, hemostaz, hematoloji, kimya ve immünolojik testlerdeki uzmanlığımızdan yararlanarak, seçilen laboratuvar parametrelerinden gelen verileri birleştirmeye ve incelemeye başladık. COVID-19 hastalarında ciddi hastalığa ve yaşamı tehdit eden çoklu organ disfonksiyonuna olası ilerlemeyi tahmin edebilen bir model geliştirerek potansiyel birbirine bağımlı ilişkilerini araştırdık. Algoritmaya dahil edilmek üzere klinik olarak anlamlı dokuz laboratuvar parametresi tanımlandı ve seçildi. Hasta yaşına ek olarak: D-dimer, Laktat dehidrojenaz (LDH), Lenfosit%, Eozinofil %, Kreatinin, C-reaktif protein (CRP), Ferritin, PT-INR ve Kardiyak Troponin-I.
Hekimleri kritik karar alma süreçlerinde potansiyel olarak desteklemek için verileri öngörücü bir araca dönüştürme
Siemens Healthineers, makine öğrenimi ile ilgili 700'den fazla patent ailesine sahiptir ve yapay zeka tarafından desteklenen 65'ten fazla uygulama ile sağlık yapay zekası (AI) ve derin makine öğrenimi alanında liderdir. Siemens Healthineers'ın daha geniş in vitro teşhis ve dijital inovasyon segmentlerinden yetenekleri entegre ederek hastanın akut solunum yetmezliğine ilerlemesi, son aşama organ hasarı ve 30 günlük hastane içi mortalite (ölüm) oranı dahil olmak üzere çeşitli hasta verilerini topladık ve analiz ettik. Daha sonra, bu verileri analiz etmek için bir yapay zeka sistemini ve bu laboratuvar değerlerinin ve hasta yaşının, bu ciddi hastalık sonuçlarına muhtemel ilerlemeyi belirlemede algoritmik olarak nasıl birbiriyle ilişkili olabileceğini “eğitmeye” başladık. Her ek hasta verisi kümesinde, ortaya çıkan yapay zeka sistemi kalıpları tanıdı ve analizleri yeni hasta profillerine uyguladı, olasılıkları oluşturmak için değerleri ve sonuçları otomatik olarak algıladı ve analiz etti. Bu sistem eğitimi, Atellica® COVID-19 Önem Algoritması1 zamanla daha doğru hale gelmesine neden oldu.
Atellica COVID-19 Hastalık Şiddeti Algoritması sadece eğitim amaçlıdır. Klinik veya hasta bakımı, tanı, tedavi veya herhangi bir hastalığı tedavi etmek veya önlemek için değildir. Mevcut olma durumu ülkeye göre değişir.
Algoritmayı klinik uygulamada kullanmak için potansiyel olarak çalışma
Atellica® COVID-19 Hastalık Şiddeti Algoritması1, yapay zekanın klinisyenlerin COVID-19 hastaları için tedavi planlarını yönetmesine yardımcı olmada sunabileceği potansiyel klinik faydaların değerlendirilmesine yardımcı olmak için şu anda dünya çapında bir dizi laboratuvar tarafından değerlendiriliyor.
Algoritmayı denemek ister misiniz?
Öngörülen ventilatör kullanım olasılığı, son dönem organ hasarı ve 30 günlük hastane içi mortalite dahil olmak üzere COVID-19 klinik şiddet skoru oluşturmak için potansiyel bir hastanın laboratuvar değerlerini ve yaşını girebileceğiniz algoritmanın yalnızca tamamen işlevsel bir “Eğitim Amaçlı Kullanım“ sürümüne erişin. Algoritma, bilgisayarlarda, dizüstü bilgisayarlarda ve tabletlerde Google Chrome web tarayıcısıyla kullanılmak üzere tasarlanmıştır. Algoritma akıllı telefonlarda kullanılmak üzere optimize edilmemiştir ve bu nedenle önerilmemektedir.
