เครื่องมือนี้พัฒนาขึ้นจากการวิเคราะห์การสแกน CT scan จากผู้ป่วยโรคโควิด-19 เกือบ 900 รายที่ได้รับการวินิจฉัยในปี 2020 สามารถคาดการณ์ความต้องการเครื่องช่วยหายใจได้อย่างแม่นยำถึง 84%

Anant Madabhushi ศาสตราจารย์ด้านวิศวกรรมชีวการแพทย์ของสถาบัน Donnell แห่ง Case Western Reserve และหัวหน้ากล่าวว่า 'นั่นอาจมีความสำคัญสำหรับแพทย์ในขณะที่พวกเขาวางแผนว่าจะดูแลผู้ป่วยอย่างไร และแน่นอนสำหรับผู้ป่วยและครอบครัวของพวกเขาที่จะรู้' ของศูนย์การถ่ายภาพด้วยคอมพิวเตอร์และการวินิจฉัยส่วนบุคคล (CCIPD) 'โรงพยาบาลอาจมีความสำคัญเช่นกัน เนื่องจากพวกเขากำหนดจำนวนเครื่องช่วยหายใจที่พวกเขาต้องการ'

ต่อไป Madabhushi กล่าวว่าเขาหวังว่าจะใช้ผลลัพธ์เหล่านั้นเพื่อทดลองใช้เครื่องมือคำนวณแบบเรียลไทม์ที่โรงพยาบาลมหาวิทยาลัยและศูนย์การแพทย์ Louis Stokes Cleveland VA ที่มีผู้ป่วย COVID-19

หากประสบความสำเร็จ เขากล่าวว่าเจ้าหน้าที่ทางการแพทย์ของโรงพยาบาลทั้งสองแห่งสามารถอัปโหลดภาพดิจิทัลของการสแกนหน้าอกไปยังแอปพลิเคชันบนคลาวด์ โดยที่ AI ที่ Case Western Reserve จะวิเคราะห์และคาดการณ์ว่าผู้ป่วยรายนั้นจะต้องใช้เครื่องช่วยหายใจหรือไม่

ต้องการเครื่องช่วยหายใจอย่างแรง

อาการที่พบได้บ่อยในผู้ป่วยโควิด-19 ขั้นรุนแรงคือ ผู้ป่วยต้องสวมเครื่องช่วยหายใจ เพื่อให้แน่ใจว่าผู้ป่วยจะได้รับออกซิเจนเพียงพอต่อไปขณะหายใจ

ทว่า เกือบตั้งแต่เริ่มต้นของการระบาดใหญ่ จำนวนเครื่องช่วยหายใจที่จำเป็นในการสนับสนุนผู้ป่วยดังกล่าวมีมากกว่าอุปกรณ์ที่มีอยู่ จนถึงจุดที่โรงพยาบาลเริ่ม 'แยก' เครื่องช่วยหายใจ ซึ่งเป็นแนวทางปฏิบัติที่เครื่องช่วยหายใจช่วยเหลือผู้ป่วยมากกว่าหนึ่งราย

แม้ว่าอัตราการฉีดวัคซีนปีนเขาในปี 2564 จะลดอัตราการรักษาในโรงพยาบาลจากโควิด-19 ลงอย่างมาก และในทางกลับกัน ความจำเป็นในการใช้เครื่องช่วยหายใจ การเกิดขึ้นล่าสุดของตัวแปรเดลต้าได้นำไปสู่ปัญหาการขาดแคลนอีกครั้งในบางพื้นที่ของสหรัฐอเมริกาและในประเทศอื่นๆ

Madabhushi กล่าวว่า 'สิ่งเหล่านี้อาจเป็นการตัดสินใจที่น่ากลัวสำหรับโรงพยาบาล การตัดสินใจว่าใครจะได้รับความช่วยเหลือมากที่สุดจากโรคร้ายแรง' Madabhushi กล่าว

จนถึงปัจจุบัน แพทย์ยังขาดวิธีการที่สอดคล้องกันและเชื่อถือได้ในการระบุว่าผู้ป่วยโควิด-19 รายใดที่เข้ารับการรักษาใหม่รายใดที่มีแนวโน้มว่าจำเป็นต้องใช้เครื่องช่วยหายใจ ข้อมูลดังกล่าวสามารถพิสูจน์ได้ว่ามีค่าอย่างยิ่งต่อโรงพยาบาลที่มีการจัดการอุปกรณ์ที่มีจำกัด

นักวิจัยในห้องทดลองของ Madabhushi เริ่มต้นความพยายามในการจัดหาเครื่องมือดังกล่าวโดยประเมินการสแกนครั้งแรกในปี 2020 จากผู้ป่วยเกือบ 900 รายจากสหรัฐอเมริกาและจากหวู่ฮั่น ประเทศจีน ซึ่งเป็นกรณีแรกที่ทราบกันของโรคที่เกิดจากเชื้อไวรัสโคโรนาสายพันธุ์ใหม่

Madabhushi กล่าวว่าการสแกน CT เหล่านั้นเผยให้เห็นด้วยความช่วยเหลือของคอมพิวเตอร์ที่มีการเรียนรู้ลึกหรือปัญญาประดิษฐ์ (AI) ซึ่งเป็นคุณสมบัติที่โดดเด่นสำหรับผู้ป่วยที่ลงเอยในหอผู้ป่วยหนัก (ICU) และต้องการความช่วยเหลือในการหายใจ

งานวิจัยที่อยู่เบื้องหลังเครื่องมือนี้ปรากฏในเดือนนี้ในIEEE Journal of Biomedical and Health Informatics

Amogh Hiremath นักศึกษาระดับบัณฑิตศึกษาจากห้องทดลองของ Madabhushi และผู้เขียนนำในรายงานฉบับนี้ กล่าวว่ารูปแบบบน CT scan ไม่สามารถมองเห็นได้ด้วยตาเปล่า แต่ถูกเปิดเผยโดยคอมพิวเตอร์เท่านั้น

'เครื่องมือนี้จะช่วยให้บุคลากรทางการแพทย์สามารถให้ยาหรือการแทรกแซงสนับสนุนได้เร็วกว่าเพื่อชะลอการลุกลามของโรค' Hiremath กล่าว 'และจะช่วยให้สามารถระบุผู้ที่มีความเสี่ยงที่จะเป็นโรคระบบทางเดินหายใจเฉียบพลันรุนแรงหรือเสียชีวิตได้ตั้งแต่เนิ่นๆ เหล่านี้คือผู้ป่วยที่เหมาะสมกับเครื่องช่วยหายใจ'

การวิจัยเพิ่มเติมเกี่ยวกับ 'สถาปัตยกรรมภูมิคุ้มกัน'

ห้องปฏิบัติการของ Madabhushi ยังได้ตีพิมพ์งานวิจัยเมื่อไม่นานนี้ซึ่งเปรียบเทียบการสแกนเนื้อเยื่อชันสูตรพลิกศพที่นำมาจากผู้ป่วยที่เสียชีวิตจากไวรัส H1N1 (ไข้หวัดหมู) และจาก COVID-19 แม้ว่าผลลัพธ์จะเป็นข้อมูลเบื้องต้น แต่ดูเหมือนว่าจะเปิดเผยข้อมูลเกี่ยวกับสิ่งที่มาดาบุชิเรียกว่า 'สถาปัตยกรรมภูมิคุ้มกัน' ของร่างกายมนุษย์ในการตอบสนองต่อไวรัส

'นี่เป็นสิ่งสำคัญเพราะคอมพิวเตอร์ได้ให้ข้อมูลแก่เราที่เสริมสร้างความเข้าใจของเราเกี่ยวกับกลไกในร่างกายในการต่อต้านไวรัส' เขากล่าว 'นั่นสามารถมีบทบาทในการพัฒนาวัคซีนได้เป็นต้น'

Germán Corredor Prada ผู้ร่วมวิจัยในห้องทดลองของ Madabhushi ซึ่งเป็นผู้เขียนหลักของบทความนี้ กล่าวว่า Computer Vision และเทคนิค AI ช่วยให้นักวิทยาศาสตร์ได้ศึกษาว่าเซลล์ภูมิคุ้มกันบางชนิดจัดระเบียบในเนื้อเยื่อปอดของผู้ป่วยบางรายได้อย่างไร

'สิ่งนี้ช่วยให้เราสามารถค้นหาข้อมูลที่อาจไม่ชัดเจนโดยการตรวจสอบตัวอย่างด้วยภาพอย่างง่าย' Corredor กล่าว 'รูปแบบที่เกี่ยวข้องกับ COVID-19 เหล่านี้ดูเหมือนจะแตกต่างจากโรคอื่น ๆ เช่น H1N1 ซึ่งเป็นโรคไวรัสที่เปรียบเทียบได้'

ในที่สุดเมื่อรวมกับงานทางคลินิกอื่น ๆ และการทดสอบเพิ่มเติมในกลุ่มผู้ป่วยจำนวนมาก การค้นพบนี้สามารถช่วยให้โลกเข้าใจโรคเหล่านี้และบางทีคนอื่น ๆบาคาร่า สมัครบาคาร่า