Badania wykazały, że technologie sztucznej inteligencji (AI) mogą dokładnie identyfikować przypadki zakażeń związanych z opieką zdrowotną (HAI) nawet w złożonych scenariuszach klinicznych.

Badanie opublikowane w American Journal of Infection Control podkreśla potrzebę stosowania jasnego i spójnego języka podczas korzystania w tym celu z narzędzi AI.

Odkrycia ilustrują również potencjał wykorzystania technologii sztucznej inteligencji jako opłacalnego elementu rutynowych programów nadzoru nad infekcjami.

Według najnowszego badania częstości występowania HAI w szpitalach przeprowadzonego przez Centra Kontroli i Zapobiegania Chorobom w 2015 r. w szpitalach intensywnej terapii w USA było 687 000 (6,8 lakh) przypadków HAI, a wśród pacjentów szpitali zmarło 72 000 osób.

Naukowcy twierdzą, że u około 3 procent wszystkich pacjentów szpitali w dowolnym momencie doszło do co najmniej jednego zakażenia szpitalnego.

Wdrożenie programów nadzoru nad infekcjami i innych protokołów zapobiegania infekcjom zmniejszyło częstość występowania zakażeń HAI, jednak nadal stanowią one ryzyko, szczególnie dla krytycznie chorych, hospitalizowanych pacjentów z założonymi urządzeniami, takimi jak wkłucia centralne, cewniki lub rurki oddechowe – stwierdzili.

Wiele szpitali i innych placówek opieki zdrowotnej posiada programy nadzoru HAI w celu monitorowania zwiększonego ryzyka infekcji, ale według naukowców ich utrzymanie wymaga znacznych zasobów, szkoleń i wiedzy specjalistycznej.

W warunkach ograniczonych zasobów opłacalna alternatywa może pomóc w udoskonaleniu programów nadzoru i umożliwić lepszą ochronę pacjentów wysokiego ryzyka – stwierdzili.

W nowym badaniu naukowcy z Saint Louis University i University of Louisville School of Medicine w USA ocenili skuteczność dwóch narzędzi opartych na sztucznej inteligencji w celu dokładnej identyfikacji zakażeń szpitalnych.

Jedno z narzędzi zostało zbudowane przy użyciu narzędzia ChatGPT Plus OpenAI, a drugie przy użyciu dużego modelu językowego o otwartym kodzie źródłowym, znanego jako Mixtral 8x7B.

Narzędzia przetestowano na dwóch typach zakażeń HAI: zakażeniu krwiobiegu związanym z wkłuciem centralnym (CLABSI) i zakażeniu dróg moczowych związanym z cewnikiem (CAUTI).

CLABSI to poważna infekcja, do której dochodzi, gdy zarazki, zwykle bakterie lub wirusy, dostają się do krwioobiegu przez cewnik. CAUTI występuje, gdy zarazki (zwykle bakterie) dostają się do dróg moczowych przez cewnik moczowy i powodują infekcję.

Narzędzia sztucznej inteligencji zaprezentowano opisy sześciu fikcyjnych scenariuszy pacjentów o różnym stopniu złożoności, a następnie zapytano, czy opisy te przedstawiają CLABSI czy CAUTI.

Opisy zawierały takie informacje, jak wiek pacjenta, objawy, data przyjęcia oraz daty założenia i usunięcia cewników centralnych lub cewników. Odpowiedzi sztucznej inteligencji porównano z odpowiedziami ekspertów, aby określić dokładność.

Naukowcy stwierdzili, że we wszystkich sześciu przypadkach oba narzędzia AI dokładnie zidentyfikowały HAI po otrzymaniu wyraźnych wskazówek.

Ustalili, że brakujące lub niejednoznaczne informacje w opisach mogą uniemożliwić narzędziom AI uzyskanie dokładnych wyników.

Na przykład narzędzie AI korzystające z jednego opisu, który nie zawierał daty wprowadzenia cewnika, nie mogło dać prawidłowej odpowiedzi.

Zdaniem badaczy, skróty, brak precyzji, użycie znaków specjalnych i daty podawane w formacie liczbowym zamiast miesiąca powodowały niespójne odpowiedzi.

„Nasze wyniki po raz pierwszy pokazują siłę nadzoru HAI wspomaganego sztuczną inteligencją w placówkach opieki zdrowotnej, ale podkreślają także potrzebę nadzoru człowieka nad tą technologią” – powiedział Timothy L. Wiemken, profesor nadzwyczajny na Uniwersytecie Saint Louis i główny autor badań.

„Wraz z szybką ewolucją roli sztucznej inteligencji w medycynie nasze badanie potwierdzające słuszność koncepcji potwierdza potrzebę ciągłego rozwoju narzędzi sztucznej inteligencji w oparciu o rzeczywiste dane pacjentów, aby wspierać osoby zajmujące się zapobieganiem infekcjom” – dodał Wiemken.

(Z wyjątkiem nagłówka, ta historia nie została zredagowana przez personel NDTV i została opublikowana z kanału konsorcjalnego.)