Kunstig intelligens forudsiger risikoen for nyrekomplikationer

På årets kongres for American Society of Nephrology (ASN) har forskere fremlagt flere data, som viser, hvordan kunstig intelligens kan benyttes til at forudsige risikoen for komplikationer relateret til nyresygdom.

At kunne forudsige hvem der vil udvikle akut nyreskade, 24 timer inden de opstår, kan hjælpe læger med interventioner for at forhindre, at de akutte nyreskader opstår eller afhjælpe alvorsgraden

ChunTe Huang, læge, Taichung Veterans General Hospital

I et af de præsenterede studier kom forskere fra Taichung Veterans General Hospital i Taiwan med deres bud på en prognostisk model for akut nyreskade.

Akut nyreskade er almindeligt blandt patienter på intensivafdelinger, og fra sundhedspersonalets side er der et behov for modeller, der kan forudsige, hvem der er i risiko for at udvikle akut nyreskade, og hvem der ikke er. Forskerne fra Taiwan har udviklet netop sådan en model.

Forskerne fodrede deres model med data fra 16.785 patienter, der blev indlagt på Taichung Veterans General Hospital i perioden fra 2015 til 2020. 30 pct. udviklede akut nyreskade. På baggrund af 21 forskellige patientdata, herunder kreatinin i blodet og markører i urinen, etablerede kunstig intelligens en model, der 24 timer forinden udvikling af akut nyreskade kunne forudsige, hvilke patienter der ville udvikle det.

Forskerne validerede præcisionen i deres model på data fra næsten 25.000 patienter fra andre datasæt.

»At kunne forudsige hvem der vil udvikle akut nyreskade, 24 timer inden de opstår, kan hjælpe læger med interventioner for at forhindre, at de akutte nyreskader opstår eller afhjælpe alvorsgraden. Vores model kan let deles og integreres på forskellige hospitaler og komme med risikovurderinger direkte i patientjournaler,« fortalte en af forskerne bag studiet, læge ChunTe Huang, i en pressemeddelelse fra kongressen.

Model forudsiger alvorlige nyretilfælde

I en anden præsentation på ASN 2022 fremlagde forskere fra University of Chicago deres model, der kan fortælle noget om risikoen for alvorlige nyretilfælde inden for 90 dage efter indlæggelse.

ASN 2022:

Find alle vores artikler fra dækningen af årets ASN her.

Alvorlige nyrerelaterede komplikationer er almindeligt efter hospitalsindlæggelse for forskellige sygdomme og medicinske tilstande. Der er i den sammenhæng behov for gode værktøjer til at kunne forudsige, hvilke patienter der har størst risiko for at opleve et alvorlige nyretilfælde efter udskrivelse.

I studiet havde forskerne fra University of Chicago udviklet og testet deres algoritme på 50.448 patienter uden alvorlig kronisk nyresygdom ved indlæggelse i perioden fra 2008 til 2020.

Algoritmen blev udviklet på baggrund af laboratorieresultater, demografi og data fra patientjournaler.

Inden for 90 dage efter udskrivelse havde 19,7 pct. oplevet et alvorligt nyretilfælde som akut nyreskade, akut nyresygdom, behov for dialyse eller nyrerelateret død. Algoritmen kunne præcist afgøre, hvem der havde udviklet hvad, uden at den havde adgang til de endelige udfald.

Ifølge forskerne bag studiet kan modellen ikke bare sige noget om risiko for nyresygdom efter udskrivelse fra et hospital, men også hjertesygdom.

»Vores arbejde skal valideres med data ude fra, men modellen kan hjælpe til med at prioritere patientopfølgning og afgøre, hvilket patienter der skal sendes til evaluering for transplantation eller dialyse. På samme måde kan vi ved at kombinere vores risikoscore med den eksisterende litteratur, der viser, at akut nyreskade øger risikoen for hjertesvigt, pege på patienter, der bør tilses af en kardiolog,« fortæller en af forskerne bag studiet, læge Jay Koyner fra University of Chicago.