Wykrywanie ryzyka odgrywa kluczową rolę w zarządzaniu opieką i może potencjalnie wpływać na postęp choroby.
Naukowcy z Instytutu Regenstrief, Uniwersytetu Indiana i Uniwersytetu Purdue wprowadzili opłacalne, skalowalne podejście do wczesnego wykrywania osób zagrożonych demencją. Chociaż demencja pozostaje nieuleczalna, zajęcie się powszechnymi czynnikami ryzyka może pomóc zmniejszyć prawdopodobieństwo rozwoju tej choroby lub spowolnić postęp pogorszenia funkcji poznawczych.
„Wykrywanie ryzyka demencji jest ważne dla odpowiedniego zarządzania opieką i planowania” – stwierdził starszy autor badania Malaz Boustani, lekarz medycyny, MPH z Regenstrief Institute i IU School of Medicine. „Chcieliśmy rozwiązać problem wczesnego identyfikowania osób, u których istnieje ryzyko rozwoju demencji, za pomocą rozwiązania, które jest zarówno skalowalne, jak i opłacalne dla systemu opieki zdrowotnej.
„W tym celu wykorzystujemy istniejące informacje – dane pasywne – znajdujące się już w dokumentacji medycznej pacjenta w celu przeprowadzenia tak zwanej oceny zero-minutowej za mniej niż dolara. Metodologia selekcji treści skoncentrowana na decyzjach służy do opracowania zindywidualizowanej prognozy ryzyka demencji lub wykazania dowodów na łagodne upośledzenie funkcji poznawczych.
Technika ta wykorzystuje uczenie maszynowe aby wybrać podzbiór wyrażeń lub zdań z notatek medycznych znajdujących się w elektronicznej karcie zdrowia pacjenta (EHR) napisanej przez lekarza, pielęgniarkę, pracownika socjalnego lub innego świadczeniodawcę, które są istotne dla docelowego wyniku w określonym okresie obserwacji. Notatki medyczne to narracje w EHR opisujące stan zdrowia pacjenta w formacie dowolnego tekstu.
Wyciąganie wniosków z notatek medycznych
Informacje wybrane do wyodrębnienia z dokumentacji medycznej w celu przewidywania ryzyka demencji mogą obejmować komentarze lekarza, uwagi pacjenta, wartości ciśnienia krwi lub cholesterolu w czasie, obserwacje stanu psychicznego dokonane przez członka rodziny lub historię leków – w tym leków na receptę i bez recepty leki, a także „naturalne” środki i suplementy.
Przewidywanie ryzyka demencji ułatwia pacjentowi, rodzinie i pracownikom służby zdrowia dostęp do zasobów, takich jak grupy wsparcia i modelowy program Centers for Medicare i Medicaid GUIDE, który pomaga dłużej pozostać w domu.
Mogłoby to również zachęcić klinicystów do przepisywania leków powszechnie przyjmowanych przez osoby starsze, o których wiadomo, że mają negatywny wpływ na mózg, a także do rozmów z pacjentem na temat leków dostępnych bez recepty o podobnych właściwościach. Znajomość ryzyka demencji może skłonić lekarza do rozważenia nowo zatwierdzonych przez FDA terapii obniżających poziom amyloidu, które zmieniają trajektorię choroby. Alzheimera choroba.
Uczenie maszynowe i walidacja kliniczna
„Nasza metodologia łączy nadzorowane i nienadzorowane uczenie maszynowe w celu wyodrębnienia zdań istotnych dla demencji z dużej liczby notatek medycznych łatwo dostępnych dla każdego pacjenta” – powiedziała współautorka badania Zina Ben Miled, doktorantka, MS z Instytutu Regenstrief naukowiec stowarzyszony i były członek wydziału Uniwersytetu Purdue w Indianapolis. „Oprócz poprawy przewidywania dokładnośćpozwala to lekarzowi szybko potwierdzić upośledzenie funkcji poznawczych poprzez zapoznanie się z konkretnym tekstem używanym do oceny ryzyka według naszego modelu językowego”.
„Badacze z Instytutu Regenstrief i Uniwersytetu Indiana są pionierami w wykazywaniu użyteczności elektronicznej dokumentacji zdrowotnej od wczesnych lat siedemdziesiątych. Biorąc pod uwagę ogromny wysiłek zarówno klinicystów, jak i pacjentów włożony w gromadzenie danych EHR, celem musi być uzyskanie maksymalnej wartości klinicznej z tych danych, wykraczającej nawet poza ich kluczową rolę w opiece medycznej” – powiedział współautor badania Paul Dexter, MD, Regenstrief i IU School of Medicine. „Dzięki zastosowaniu metod uczenia maszynowego do identyfikacji pacjentów z wysokim ryzykiem demencji w przyszłości badanie to stanowi doskonały i innowacyjny przykład wartości klinicznej, jaką można osiągnąć dzięki EHR. Wczesna identyfikacja demencji będzie coraz ważniejsza, szczególnie w miarę opracowywania nowych metod leczenia”.
Chociaż ostatecznymi beneficjentami zastosowania nowej techniki są pacjenci i opiekunowie, zapewnienie oceny zero-minutowej za mniej niż dolara ma wyraźną zaletę dla lekarzy podstawowej opieki zdrowotnej, którzy są przeciążeni i często brakuje im czasu i przeszkolenia potrzebnego do administrowania specjalistycznymi metodami poznawczymi. testy.
Trwający ostatni rok pięcioletni test kliniczny autorów badania dotyczący narzędzia przewidywania ryzyka, prowadzony w Indianapolis i Miami, dobiega końca. Wnioski wyciągnięte z tego badania umożliwią im zwiększenie użyteczności ram przewidywania ryzyka demencji w praktykach podstawowej opieki zdrowotnej. Naukowcy planują przyszłe prace nad połączeniem notatek medycznych z innymi informacjami zawartymi w elektronicznej dokumentacji medycznej oraz danymi środowiskowymi.
Odniesienie: „Przewidywanie ryzyka demencji przy użyciu selekcji treści na podstawie decyzji medycznych” autorstwa Shengyang Li, Paula Dextera, Ziny Ben-Miled i Malaza Boustani, 18 września 2024 r., Komputery w biologii i medycynie.
DOI: 10.1016/j.compbiomed.2024.109144
Badania te wspierane są przez Narodowe Instytuty ZdrowiaGrant Narodowego Instytutu ds. Starzenia się R01AG069765 (PI: Malaz Boustani, MD, MPH; Zina Ben Miled, PhD i James Galvin, MD, MPH).
