Utdaterte nødprotokoller klare for modernisering med maskinlæring

New data from Osaka University has shown that machine learning’s rapidly increasing capabilities may now extend to emergency situations. A team of researchers has shown that the technology can now effectively assist in determining appropriate candidates for Tranexamic Acid, reducing mortality rates among trauma patients.

Hva er traneksamsyre (TXA)?

De fleste medisiner er simpelthen behandlinger for en eller annen tilstand. Noen få, derimot, kan være virkelig livredende. En av disse er traneksamsyre, eller ‘TXA’. På sitt enkleste nivå gis TXA til pasienter for å stoppe omfattende blødning, vanligvis som følge av en form for traume.

Ser man nærmere, virker TXA ved å redusere og forhindre videre blødning ved å fremme koageldannelse i kroppen.  Dette oppnås ved å hindre dannelsen av et enzym kjent som plasmin, som bryter ned proteinet som er essensielt for koagulering – fibrin.

Vanligvis er tilstedeværelsen av plasmin en god ting, da den forhindrer overdreven koagulering og en rekke lidelser (f.eks. slag, lungeemboli, dyp venetrombose, hjerteinfarkt, osv.) som kan oppstå.  Imidlertid, i en nødsituasjon hvor blødning må kontrolleres, er TXAs evne til å forhindre dannelsen av dette enzymet avgjørende.

Redde liv i nødsituasjoner med maskinlæring

Enten det er en frontlinjeparamedic som arbeider med å stabilisere en pasient i baksiden av en rullende ambulanse, eller en sykepleier som jobber sammen med et team av helsepersonell på en akuttavdeling, er TXA fortsatt et viktig verktøy for å håndtere ukontrollert blødning som følge av traume.  Det er viktig å erkjenne, dog, at TXA ikke er egnet for alle pasienter, da det ofte er ledsaget av alvorlige bivirkninger, noe som gjør beslutningen om administrering vanskelig.

Studien understreker de ulike presentasjonene av traume-pasienter, hvis skader varierer bredt i type og alvorlighetsgrad, noe som gjør det utfordrende å forutsi behandlingsvirkning på individnivå.  Målet med denne forskningen er å forbedre personlig tilpasset omsorg for traume-pasienter, og dermed heve den samlede kvaliteten på omsorgen og overlevelsesraten i denne høy‑risikopopulasjonen.  Denne tilnærmingen til pasientspesifikk behandling kan føre til mer effektiv bruk av TXA i traumepleie, redusere unødvendige bivirkninger og optimalisere resultater – alt takket være maskinlæring.

Machine Learning: En sentral katalysator på tvers av disruptive teknologier

Denne studien er den nyeste i en voksende rekke eksempler som fremhever hvordan undergrupper av kunstig intelligens, som maskinlæring, kan utmerke seg som en sentral katalysator eller ‘kjerne‑teknologi’ på tvers av nesten alle sektorer – en erkjennelse som ble understreket i Ark Invests ‘Big Ideas 2024’.

Mye av dette tilskrives AI sin evne til å behandle og gjenkjenne mønstre i enorme mengder data. Den kan gjøre dette mer effektivt enn noen menneske og utvikler seg stadig raskere.

Maskinlæringseksperter

Selv om det kan ta tid før maskinlæring brukes til å avgjøre om en pasient skal få TXA i praksis, finnes det allerede flere selskaper som arbeider med å utvikle teknologien videre.  Faktisk har noen allerede begynt å integrere den i andre aspekter av helsevesenet som er like viktige.

*Tallene som er oppgitt nedenfor var korrekte på tidspunktet for skrivingen og kan endres.  Eventuelle potensielle investorer bør verifisere tallene*

1. NVIDIA

NVDA Prisdiagram

NVIDIA (NVDA ) har vært i frontlinjen av AI‑utvikling, og utnytter sin kraftige GPU‑teknologi for å fremme ulike sektorer, inkludert helsevesenet.  Innen helsevesenet brukes NVIDIAs AI‑plattformer til å akselerere legemiddelforskning, medisinsk bildediagnostikk og genetisk analyse.  For eksempel gjør deres GPU‑er raskere behandling av store datasett mulig for oppgaver som bildediagnostikk, og hjelper med å identifisere sykdommer fra røntgenbilder og MR‑skanninger med større nøyaktighet og hastighet.

NVIDIA samarbeider med forskningsinstitusjoner og helseorganisasjoner for å utvikle AI‑verktøy som forutsier sykdommer, forbedrer pasientresultater og reduserer helsekostnader.  Gjennom disse initiativene forbedrer NVIDIA eksisterende helseapplikasjoner og baner vei for nye metoder for å diagnostisere og behandle sykdommer ved hjelp av AI‑kraft.

På tidspunktet for skrivingen ble NVDA av de fleste analytikere oppført som en ‘Sterk kjøp’

2. Powerful Medical

Flaggskip‑produktet/tjenesten til Powerful Medical er kjent som PMCardio.  Dette er en plattform designet for å hjelpe helsepersonell med å analysere, tolke, diagnostisere og behandle hjertehendelser.

Den bruker maskinlæring til å analysere EKG‑er og sammenligne dem med en omfattende database av pasientjournaler.  Dette gjør at PMCardio kan oppdage myokardinfarkt, også kalt ‘hjerteinfarkt’, og andre avvik nøyaktig og raskt.

Plattformen skiller seg ut ved sin evne til å levere presise diagnoser ved første kontakt, noe som er avgjørende for rettidig intervensjon i kardiovaskulære nødsituasjoner.  PMCardios teknologi er spesielt betydningsfull fordi den bidrar til å tette det kritiske gapet i å oppdage hjerteproblemer som kanskje ikke er tydelige gjennom tradisjonelle diagnostiske metoder.

Ved å integrere AI i sin virksomhet tilbyr PMCardio helsepersonell et kraftig verktøy som forbedrer koordinering av omsorg, strømlinjeformer triageprosessen og sikrer tidlig og nøyaktig oppdagelse av potensielt livstruende hjertehendelser.  Denne fremgangen innen medisinsk teknologi fremhever potensialet AI har til å revolusjonere feltet for kardiovaskulær diagnostikk ved å styrke evnen til å forutsi og behandle hjertesykdommer effektivt.

Så sent som 1. mars 2024 klarte PMCardio å sikre €7,5 M i finansiering fra European Innovation Council for å fortsette utviklingen av sine AI‑baserte diagnostiske verktøy, og viser sitt potensial for å dempe en av verdens ledende dødsårsaker.