Een nieuwe op kunstmatige intelligentie gebaseerde tool kan artsen helpen te voorspellen welke ziekenhuispatiënten een hoog risico lopen op het ontwikkelen van acuut nierletsel. AKI komt veel voor bij patiënten in het ziekenhuis en heeft een significante invloed op sterfte.
Het is moeilijk te voorspellen welke patiënten het meest waarschijnlijk AKI zullen ontwikkelen en baat kunnen hebben bij preventieve behandelingen. Om dit aan te pakken, ontwikkelden en evalueerden onderzoekers van Dascena een voorspellingsalgoritme op basis van machine learning. Het algoritme analyseerde 7.122 patiënten en werd vergeleken met de standaardzorg, het Sequential Organ Failure Assessment (SOFA) scoresysteem.
Algoritme
Het Dascena-algoritme presteerde beter dan SOFA bij het voorspellen van acuut nierletsel 72 uur voorafgaand aan het begin. “Door eerdere detectie kunnen artsen hun patiënten proactief behandelen, wat mogelijk resulteert in betere resultaten en de ernst van AKI-symptomen beperkt”, aldus Ritankar Das, MSc, president en chief executive officer van Dascena. “Deze presentatie benadrukt het vermogen van ons algoritme om deze eerdere detectie te bieden ten opzichte van traditionele systemen, wat in de toekomst een diepgaande invloed zou kunnen hebben op het AKI-management in de ziekenhuisomgeving.”
Detectie
Dascena heeft Breakthrough Device Designation ontvangen van de Amerikaanse Food and Drug Administration voor zijn AKI-algoritme. Dit is de eerste baanbrekende apparaataanduiding van een machine learning-algoritme dat is ontwikkeld voor de vroege detectie van AKI.
