Компании Geisinger и IBM объявили, что они совместно разработали новую предиктивную модель, которая поможет врачам выявлять риск сепсиса, используя данные из электронной медицинской карты.
Новый алгоритм, созданный с помощью IBM Data Science Elite, поможет специалистам медицинской системы Geisinger создать более персонализированные клинические планы лечения пациентов, подверженных риску сепсиса. Это может увеличить шансы пациентов на выздоровление, помогая медицинским работникам уделять больше внимания ключевым факторам, связанным со смертностью от сепсиса.
Сотрудничая с командами IBM Data Science и AI Elite, исследователи Geisinger организовали группу для разработки модели прогнозирования смертности от сепсиса, а также инструмента, позволяющего держать врачей в курсе последних исследований этого заболевания.
Исследователи использовали технологию open source компании IBM Watson для построения прогностической модели, которая смогла бы обработать клинические данные тысяч деперсонифицированных пациентов с сепсисом, полученные за последние 10 лет, а затем использовала эту модель для прогнозирования смертности пациентов во время госпитализации или в течение 90 дней после их пребывания в больнице.
Новый алгоритм должен помочь исследователям Geisinger идентифицировать клинические биомаркеры, связанные с более высокими показателями смертности, путем прогнозирования смерти или выживания пациентов по тестовым данным.
Проект выявил описательные и клинические особенности, которые могут указывать на повышенный риск сепсиса, такие как возраст, предварительная диагностика рака, снижение кровяного давления, количество госпитализаций, время, проведенное под воздействием сосудосуживающих медикаментов и даже тип патогена.