當(dāng)患者在心臟驟停后接受護(hù)理時(shí)，醫(yī)生現(xiàn)在可以通過在基于Web的應(yīng)用程序中輸入患者數(shù)據(jù)來了解數(shù)千名類似患者的情況。哥德堡大學(xué)的研究人員已經(jīng)開發(fā)了三種這樣的心臟驟停決策支持系統(tǒng)，這些系統(tǒng)將來可能會對醫(yī)生的工作產(chǎn)生重大影響。

這些決策支持工具之一(SCARS-1)現(xiàn)已發(fā)布，可從哥德堡心臟驟停機(jī)器學(xué)習(xí)研究網(wǎng)站免費(fèi)下載。但是，算法的結(jié)果必須由具有正確技能的人解釋?；谌斯ぶ悄艿臎Q策支持在醫(yī)療保健的許多領(lǐng)域正在大力擴(kuò)展，并且正在就護(hù)理服務(wù)和患者如何從中受益最多進(jìn)行廣泛討論。

該應(yīng)用程序訪問瑞典心肺復(fù)蘇登記處數(shù)以萬計(jì)的患者病例的數(shù)據(jù)。哥德堡大學(xué)的研究人員使用了一種先進(jìn)的機(jī)器學(xué)習(xí)形式來教授臨床預(yù)測模型，以識別影響先前結(jié)果的各種因素。這些算法考慮了許多因素，例如，與心臟驟停、提供的治療、以前的健康狀況不佳、藥物和社會經(jīng)濟(jì)狀況有關(guān)。

新的循證方法

幾年后，官方關(guān)于心臟驟停的建議可能會包括基于人工智能的決策支持，但醫(yī)生可以自由使用這些預(yù)測模型和其他新的循證方法。研究心臟驟停決策支持的研究小組由Araz Rawshani領(lǐng)導(dǎo)，他是該大學(xué)Sahlgrenska學(xué)院的研究員，也是Sahlgrenska大學(xué)醫(yī)院心臟病學(xué)的住院醫(yī)師。

“我和我的幾位治療心臟驟停急診患者的同事已經(jīng)開始使用預(yù)測模型作為我們決定護(hù)理水平的過程的一部分。這些工具的答案通常意味著我們會得到已經(jīng)得出的觀點(diǎn)的確認(rèn)。盡管如此，它仍然有助于我們避免讓患者接受不太可能對患者有益的痛苦治療，同時(shí)節(jié)省護(hù)理資源，“Rawshani說。

高精度

迄今為止，該研究小組已經(jīng)發(fā)布了兩個(gè)決策支持工具。一種臨床預(yù)測模型，稱為SCARS-1，在eBioMedicine中提出。該模型表明新的患者病例是否與其他先前的病例相似，其中患者在心臟驟停后30天幸存或死亡。

該模型的準(zhǔn)確性異常高。僅基于十個(gè)最重要的因素，該模型的靈敏度為 95%，特異性為 89%。該模型的“AUC-ROC 值”(ROC 是模型的接收器工作特性曲線，AUC 是 ROC 曲線下的面積)為 0.97?？赡艿淖罡逜UC-ROC值為1.0，臨床相關(guān)模型的閾值為0.7。

拼圖的一塊

該決策支持由哥德堡大學(xué)Sahlgrenska學(xué)院的博士生Fredrik Hessul和Sahlgrenska大學(xué)醫(yī)院/Mölndal的麻醉師開發(fā)。

“這種決策支持是一個(gè)大難題中的幾個(gè)部分之一：醫(yī)生對患者的整體評估。在決定是否進(jìn)行心肺復(fù)蘇時(shí)，我們有許多不同的因素需要考慮。這是一種要求很高的治療，我們應(yīng)該只給予那些將從中受益的患者，并且在住院后能夠過上有價(jià)值的生活，“Hessul說。

這種形式的支持基于393個(gè)因素，這些因素影響患者在事件發(fā)生后30天內(nèi)心臟驟停的存活機(jī)會。該模型的高精度可以通過該算法所基于的大量患者病例(大約55，000例)以及近400個(gè)因素中的十個(gè)被發(fā)現(xiàn)對生存產(chǎn)生嚴(yán)重影響的事實(shí)來解釋。到目前為止，最重要的因素是患者進(jìn)入急診室后心臟是否再次恢復(fù)了可行的心律。

新發(fā)心臟驟停的風(fēng)險(xiǎn)

第二個(gè)已發(fā)表的決策支持工具已發(fā)表在《復(fù)蘇》雜志上。該工具基于在院外心臟驟停后幸存下來的患者的數(shù)據(jù)，直到他們出院。預(yù)測模型基于瑞典心肺復(fù)蘇登記處886，5例患者病例中的098個(gè)因素。該工具的部分目的是幫助醫(yī)生確定哪些患者在心臟驟停后出院后一年內(nèi)有再次心臟驟?；蛩劳龅娘L(fēng)險(xiǎn)。它還旨在強(qiáng)調(diào)哪些因素對心臟驟停后的長期生存很重要 - 這是該主題領(lǐng)域的一個(gè)方面尚未得到充分研究。

“這個(gè)工具的準(zhǔn)確性相當(dāng)好。它可以以大約70%的可靠度預(yù)測患者是否會在一年內(nèi)死亡或再次心臟驟停。就像Fredrik的工具一樣，這個(gè)工具的優(yōu)勢在于，只有幾個(gè)因素可以預(yù)測結(jié)果，幾乎和具有數(shù)百個(gè)變量的模型一樣，“開發(fā)這種決策支持工具的研究醫(yī)生Gustaf Hellsén說。

“我們希望成功開發(fā)這個(gè)預(yù)測模型，以提高其精度。今天，它已經(jīng)可以作為醫(yī)生的支持，以確定對即將出院的心臟驟?；颊呱嬗兄匾绊懙囊蛩?。

針對心臟驟停不同方面的三種決策支持工具

目前，SCARS-1工具(由Fredrik Hessul開發(fā)，解決心臟驟停后30天的生存和神經(jīng)功能)可用作在線應(yīng)用程序。 SCARS-2(由Gustaf Hellsén開發(fā)，旨在支持出院后新心臟驟停風(fēng)險(xiǎn)的決定)將很快推出。在2023年期間，還計(jì)劃發(fā)布SCARS-3(用于院內(nèi)心臟驟停)。