Исследование ученых ФНКЦ РР: искусственный интеллект открывает новые возможности в диагностике сепсиса

Коллектив ученых Федерального научно-клинического центра реаниматологии и реабилитологии Министерства науки и высшего образования Российской Федерации (ФНКЦ РР) провел масштабные исследования по изучению вопросов использования искусственного интеллекта (ИИ) для ранней диагностики сепсиса.
Перспективные работы, выполненные под руководством заведующего лабораторией клинических исследований и интеллектуальных информационных технологий НИИ реабилитологии им. профессора Пряникова И.В. ФНКЦ РР д.м.н., профессора В.В. Лихванцева, открывают новые возможности для внедрения ИИ в клиническую практику, предоставляя доказательства того, что алгоритмы ИИ могут значительно повысить точность прогнозирования развития сепсиса в отделениях реанимации и интенсивной терапии.
Итоги исследования опубликованы в престижном журнале «Frontiers in Medicine» (Q1, CiteScore 5.1). Статья называется «Раннее выявление сепсиса с использованием алгоритмов машинного обучения: систематический обзор и сетевой мета-анализ».
В ходе научной работы были проанализированы данные 457 932 пациентов из 73 исследований, охватывающих 256 различных моделей ИИ. Результаты наглядно продемонстрировали превосходство моделей ИИ для прогнозирования развития сепсиса и его ранней диагностики по сравнению с традиционно используемыми шкалами, такими как SOFA, qSOFA, SIRS, NEWS и MEWS. Показатель AUROC для ИИ-моделей составил 0.825, что свидетельствует о их высокой точности и потенциальной эффективности.
Выводы ученых ФНКЦ РР не только подтверждают огромный потенциал ИИ в улучшении диагностики сепсиса, но и открывают новые перспективы для его клинического применения.
На основе результатов исследования планируется разработка первой в Российской Федерации модели прогнозирования развития сепсиса и его ранней диагностики с использованием методов искусственного интеллекта, которая будет реализована в ФНКЦ РР. Эта система станет важным инструментом для своевременной диагностики сепсиса и улучшения исходов лечения пациентов в условиях интенсивной терапии.
Ознакомиться с полным текстом публикации можно по ссылке: https://doi.org/10.3389/fmed.2024.1491358
Авторы: Yadgarov MY, Landoni G, Berikashvili LB, Polyakov PA, Kadantseva KK, Smirnova AV, Kuznetsov IV, Shemetova MM, Yakovlev AA and Likhvantsev VV (2024) Early detection of sepsis using machine learning algorithms: a systematic review and network meta-analysis. Front. Med. 11:1491358. doi: 10.3389/fmed.2024.1491358