Naukowcy z Mass General Brigham opracowali narzędzie oparte na sztucznej inteligencji (AI), które może przeszukiwać elektroniczne rekordy zdrowotne pacjentów, aby pomóc lekarzom w identyfikacji przypadków tzw. długiego COVID-u. Ta tajemnicza i wciąż nie do końca zrozumiana jednostka chorobowa objawia się wieloma różnorodnymi, przewlekłymi symptomami, takimi jak zmęczenie, przewlekły kaszel czy mgła mózgowa, które mogą pojawiać się po zakażeniu wirusem SARS-CoV-2. Wyniki badania, które zostały opublikowane w czasopiśmie „Med”, mogą pomóc w identyfikacji większej liczby osób wymagających opieki z powodu tej potencjalnie wyniszczającej choroby. Co więcej, liczba przypadków wykrytych przez narzędzie sugeruje, że rzeczywista skala problemu jest znacznie niedoszacowana.
AI jako wsparcie diagnostyczne
Złożony proces diagnostyki długiego COVID-u bywa frustrujący i skomplikowany dla lekarzy, którzy muszą analizować obszerne dane medyczne pacjentów, w tym objawy, które mogą mieć różne przyczyny. Nowe narzędzie oparte na AI może znacząco uprościć ten proces. Doktor Hossein Estiri, który stoi na czele zespołu badawczego, podkreśla, że opracowana technologia może zamienić „zamglony” proces diagnostyczny w bardziej precyzyjny i uporządkowany, umożliwiając lekarzom lepsze zrozumienie i skuteczniejsze leczenie długiego COVID-u.
Długi COVID, znany również jako PASC (Post-Acute Sequelae of SARS-CoV-2 infection), obejmuje szeroki zakres objawów, które mogą utrzymywać się przez długi czas po przechorowaniu COVID-19. W ramach badania, Estiri i jego zespół zdefiniowali długi COVID jako diagnozę wykluczającą, która musi być związana z wcześniejszym zakażeniem wirusem SARS-CoV-2, a jej objawy muszą utrzymywać się przez co najmniej dwa miesiące w ciągu roku od zakażenia.
Precyzyjne fenotypowanie: Jak działa algorytm?
Algorytm AI powstał na podstawie danych niemal 300 tysięcy pacjentów, zebranych z 14 szpitali i 20 ośrodków zdrowia w systemie Mass General Brigham. Zamiast polegać na pojedynczym kodzie diagnostycznym, narzędzie wykorzystuje nowatorską metodę o nazwie „precyzyjne fenotypowanie”. Pozwala ona na przeszukiwanie indywidualnych rekordów pacjentów w celu identyfikacji objawów i schorzeń związanych z COVID-19 oraz monitorowanie, jak te objawy zmieniają się na przestrzeni czasu. Dzięki temu można odróżnić symptomy długiego COVID-u od innych chorób. Na przykład, algorytm może rozpoznać, czy duszności pacjenta są wynikiem wcześniejszych problemów zdrowotnych, takich jak niewydolność serca lub astma, a nie długiego COVID-u. Dopiero po wykluczeniu innych możliwości, narzędzie oznacza pacjenta jako osobę z długim COVID-em.
Według współautorki badania, doktor Alaleh Azhir, nowe narzędzie może znacząco odciążyć lekarzy, którzy często muszą zmagać się z zawiłością objawów i historii medycznych swoich pacjentów, jednocześnie balansując duże obciążenie pracą. AI może w sposób systematyczny analizować dane pacjentów, co potencjalnie przyspieszy i usprawni proces diagnostyczny.
Redukowanie uprzedzeń w diagnostyce
Nowe podejście może również pomóc w zwalczaniu uprzedzeń obecnych w dotychczas stosowanych metodach diagnostyki długiego COVID-u. Naukowcy zauważają, że oficjalne kody diagnostyczne ICD-10 dla długiego COVID-u skupiają się głównie na pacjentach, którzy mają lepszy dostęp do opieki zdrowotnej. Według wcześniejszych badań, około 7% populacji cierpi na długi COVID, ale nowa technologia AI sugeruje, że liczba ta może być znacznie wyższa – około 22,8%. Ten nowy, wyższy wskaźnik bardziej odpowiada ogólnokrajowym trendom i daje bardziej realistyczny obraz długoterminowych skutków pandemii.
Badacze podkreślają, że narzędzie AI jest o około 3% dokładniejsze niż analizy oparte wyłącznie na kodach ICD-10, a przy tym jest mniej podatne na uprzedzenia. Wyniki badania pokazują, że pacjenci zdiagnozowani za pomocą nowej metody lepiej odzwierciedlają demograficzny obraz mieszkańców stanu Massachusetts. W przeciwieństwie do poprzednich algorytmów, które koncentrowały się na pojedynczym kodzie diagnostycznym lub indywidualnych wizytach klinicznych, nowe narzędzie zapobiega faworyzowaniu określonych grup, takich jak osoby z lepszym dostępem do opieki zdrowotnej. Dzięki temu społeczności zmarginalizowane, które często pozostają niewidoczne w badaniach klinicznych, mogą być lepiej uwzględniane w procesie diagnostycznym.
Ograniczenia i przyszłe badania
Mimo obiecujących wyników, narzędzie AI ma pewne ograniczenia. Dane zdrowotne, które były używane w algorytmie, mogły nie być tak dokładne, jak notatki lekarzy zapisane po wizytach. Algorytm nie był również w stanie uwzględnić pogorszenia wcześniej istniejących schorzeń, co mogłoby być objawem długiego COVID-u. Na przykład, jeśli pacjent miał przewlekłą obturacyjną chorobę płuc (COPD), a jego stan pogorszył się przed zakażeniem COVID-19, algorytm mógłby wykluczyć go z grona osób z długim COVID-em, nawet jeśli objawy mogły być związane z tą jednostką chorobową. Dodatkowo, spadek liczby wykonywanych testów na COVID-19 w ostatnich latach utrudnia precyzyjne określenie, kiedy pacjent po raz pierwszy mógł zostać zakażony.
W przyszłości badacze planują przetestować algorytm na pacjentach z określonymi schorzeniami, takimi jak COPD czy cukrzyca. Planowane jest również udostępnienie algorytmu w otwartym dostępie, aby lekarze i placówki medyczne na całym świecie mogły z niego korzystać.
Nowe możliwości badań
Opracowanie tego narzędzia otwiera drzwi nie tylko do poprawy jakości opieki medycznej, ale również do przyszłych badań nad genetycznymi i biochemicznymi przyczynami różnych podtypów długiego COVID-u. Jak zauważa doktor Estiri, pytania dotyczące rzeczywistego obciążenia, jakie niosą długookresowe skutki COVID-u, które do tej pory pozostawały bez odpowiedzi, teraz wydają się być bliżej rozwiązania.
Narzędzie AI może więc nie tylko pomagać w lepszym leczeniu długiego COVID-u, ale również przyczynić się do głębszego zrozumienia tej tajemniczej choroby, której skutki odczuwalne są przez wiele osób na całym świecie.
