Toppen! Nu Àr du prenumerant pÄ Warp News
HÀrligt! Genomför ditt köp i kassan för full tillgÄng till Warp News
Varmt vÀlkommen tillbaka! Du Àr nu inloggad.
Tack! Kolla din inkorg för att aktivera ditt konto.
Klart! Din faktureringsinformation Àr nu uppdaterad.
Uppdateringen av faktureringsinformationen misslyckades.
đŸ©ž AI visar vilka behandlingar mot blodförgiftning som Ă€r mest riskabla

đŸ©ž AI visar vilka behandlingar mot blodförgiftning som Ă€r mest riskabla

Forskare har utvecklat en AI som kan visa vilka behandlingar mot blodförgiftning som riskerar att göra patienten sÀmre i stÀllet för bÀttre.

Kent Olofsson
Kent Olofsson

Blodförgiftning, sepsis, har ett snabbt och lömskt sjukdomsförlopp som enbart i USA krÀver 270 000 liv varje Är. LÀkarna har inte mycket tid pÄ sig att sÀtta in rÀtt behandling nÀr patientens blodtryck kraschar eller viktiga organ börjar ge upp.

Ett stort problem Àr att det inte finns en behandling som alltid Àr den rÀtta utan olika behandlingar passar bÀst för olika sjukdomsförlopp. Det Àr rent av sÄ att fel behandling kan göra saken vÀrre. En undersökning frÄn MIT i USA visar att tolv procent av de behandlingar som sattes in mot blodförgiftning i stÀllet gjorde patienterna sjukare.

För att hjÀlpa lÀkarna att snabbt bedöma vilka behandlingar som medför störst risk har ett forskarlag frÄn MIT utvecklat en maskininlÀrningsmodell som visar hur stor risk varje behandling innebÀr för patienten. Modellen visar ocksÄ hur lÀnge lÀkaren har pÄ sig innan det Àr för sent att sÀtta in nÄgon behandling alls, det vill sÀga nÀr patienten Àr sÄ sjuk att hen kommer att dö vad lÀkaren Àn gör.

Tidiga tester visar att modellen kan ge lÀkarna extra tid att undvika dÄliga behandlingar och fokusera pÄ de som medför minst risk för patienter.

– Vi ser att vĂ„r modell förutser vilka patienter som kommer att bli mycket sĂ€mre nĂ€stan Ă„tta timmar före en lĂ€kare. Det Ă€r vĂ€ldigt viktigt eftersom varje minut rĂ€knas i dessa kĂ€nsliga situationer. Att veta hur patientens tillstĂ„nd utvecklas och vilken risk varje behandling innebĂ€r för den patienten Ă€r av största vikt, sĂ€ger Taylor Killian, forskarstuderande pĂ„ MIT och en av forskarna bakom modellen, i en kommentar till MIT News.

Att forskarna fokuserade pÄ vilka behandlingar som var sÀmst i stÀllet för vilka som var bÀst beror pÄ att det krÀvs mindre data för att se vad som inte fungerar. MÄlet var att se till att behandlingen aldrig hamnade i en ÄtervÀndsgrÀnd dÀr ingenting mer kunde göras pÄ grund av tidigare felaktiga beslut.

LÀs hela studien hÀr.

Bild; MIT/Christine Daniloff


FĂ„ ett gratis veckobrev med
faktabaserade optimistiska nyheter