Nel corso di uno studio innovativo, i ricercatori dello Smidt Heart Institute di Cedars-Sinai, insieme a collaboratori di altri due istituti, hanno sviluppato un potente strumento di intelligenza artificiale (IA) in grado di predire con precisione la mortalità postoperatoria dei pazienti.
L’approccio rivoluzionario si basa sull’analisi degli elettrocardiogrammi (ECG) eseguiti prima e dopo interventi chirurgici e procedure. Gli algoritmi avanzati sono stati incaricati di individuare associazioni e modelli nelle forme d’onda, con risultati sorprendenti.
L’IA ha dimostrato di essere in grado di identificare individui ad alto rischio con una probabilità di mortalità postoperatoria quasi 9 volte superiore rispetto ai metodi tradizionali. Questa capacità predittiva potrebbe rivoluzionare l’approccio alla selezione dei pazienti per gli interventi chirurgici, aiutando a determinare chi potrebbe trarre il massimo beneficio e chi potrebbe essere troppo malato per sottoporsi all’intervento.
Il Dr. David Ouyang, uno dei ricercatori coinvolti nello studio, ha sottolineato l’importanza di questo risultato, dichiarando: “Questo è il primo algoritmo di intelligenza artificiale basato sull’elettrocardiogramma in grado di prevedere la mortalità postoperatoria. In precedenza, gli algoritmi erano utilizzati per valutare la mortalità a lungo termine e gli stati patologici individuali, ma la determinazione dei risultati post-operatori aiuta a orientare la decisione effettiva di eseguire un intervento chirurgico.”
Attualmente, i medici si basano sulle linee guida delle società mediche per valutare il rischio individuale di un paziente. Tuttavia, l’impiego di un test diagnostico come l’elettrocardiogramma potrebbe fornire una visione più approfondita del rischio complessivo.
Gli autori dello studio stanno esplorando modi per rendere l’algoritmo accessibile attraverso un’applicazione web, aprendo la possibilità di una valutazione più rapida e precisa del rischio postoperatorio per medici e pazienti.
Questa ricerca promettente rappresenta un passo significativo verso l’integrazione dell’IA nella pratica medica, offrendo nuove prospettive per migliorare le decisioni cliniche e ottimizzare gli esiti postoperatori.
Leggi il full text dell’articolo:
Electrocardiographic deep learning for predicting post-procedural mortality: a model development and validation study
David Ouyang,John Theurer,Nathan R Stein,J Weston Hughes,Pierre Elias,Bryan He,Neal Yuan,Grant Duffy,Roopinder K Sandhu,Joseph Ebinger,Patrick Botting,…..,Susan Cheng,Christine M Albert
The Lancet Digital Health Published: December 07, 2023 DOI:https://doi.org/10.1016/S2589-7500(23)00220-0
Redazione NurseTimes
Fonte: Smidt Heart Institute di Cedars-Sinai
Scopri come guadagnare pubblicando la tua tesi di laurea su NurseTimes
Il progetto NEXT si rinnova e diventa NEXT 2.0: pubblichiamo i questionari e le vostre tesi
Carica la tua tesi di laurea: tesi.nursetimes.org
Carica il tuo questionario: https://tesi.nursetimes.org/questionari.php
Lascia un commento