Η νέα μέθοδος θα βοηθήσει στον έγκαιρο εντοπισμό των ασθενών που κινδυνεύουν με ταχεία επιδείνωση της υγείας τους λόγω αιφνίδιας νεφρικής δυσλειτουργίας.
Η οξεία νεφρική βλάβη, μια δυνητικά απειλητική για τη ζωή κατάσταση, εμφανίζεται σε πολλούς ασθενείς εισηγμένους στα νοσοκομεία. Περίπου ένας στους δέκα θανάτους σε νοσοκομείο αποδίδεται στην αποτυχία να εντοπισθούν γρήγορα οι ασθενείς που κινδυνεύουν με ξαφνική έκπτωση της νεφρικής λειτουργίας τους.
Η έγκαιρη προειδοποίηση θα επιτρέψει την έναρξη της θεραπείας, προτού η βλάβη των νεφρών καταστεί μη αναστρέψιμη. Οι ειδικοί πιστεύουν ότι έως το 30% των περιστατικών θα μπορούσαν να αποφευχθούν, αν ο γιατρός παρέμβει έγκαιρα.
Οι ερευνητές, με επικεφαλής τον Τζόζεφ Λέντσαμ, που έκαναν τη σχετική δημοσίευση στο περιοδικό «Nature», ανέπτυξαν ένα σύστημα «βαθιάς» μάθησης, που αξιολογεί τους παράγοντες κινδύνου κάθε ασθενούς και εκτιμά την πιθανότητα να υποστούν οξεία νεφρική βλάβη μέσα στο επόμενο 48ωρο.
Το σύστημα έχει ποσοστό επιτυχίας περίπου 56% (λίγο πάνω από τα μισά περιστατικά) στην πρόγνωση των επεισοδίων οξείας νεφρικής βλάβης μέσα στο επόμενο διήμερο, ενώ η ακρίβεια του ανεβαίνει στο 90% (εννέα περιστατικά στα δέκα), όσον αφορά τον εντοπισμό των ανθρώπων με απότομη σοβαρή επιδείνωση της νεφρικής λειτουργίας τους, οι οποίοι θα χρειασθούν θεραπεία με αιμοκάθαρση.
Το σύστημα έχει μεγάλα περιθώρια βελτίωσης, καθώς προς το παρόν εμφανίζει αρκετά ψευδώς θετικά αποτελέσματα (προειδοποιεί για οξέα νεφρικά επεισόδια που δεν θα συμβούν), ιδίως σε ασθενείς που πάσχουν από χρόνια νεφρική βλάβη.
Οι ερευνητές της DeepMind θεωρούν ότι το «έξυπνο» σύστημα τους μελλοντικά θα μπορούσε να αξιοποιηθεί για να κάνει προγνώσεις και άλλων ασθενειών και περιστατικών ξαφνικής επιδείνωσης της υγείας, όπως π.χ. στην περίπτωση της εμφάνισης σήψης.
Από το ΑΠΕ-ΜΠΕ
