أخبار ar.wedoany.com، حصل بول يونغ، نائب مدير معهد نيوزيلندا الطبي (Medical Research Institute of New Zealand) والمسؤول السريري المشارك لوحدة العناية المركزة في مستشفى ويلينغتون (Wellington Hospital)، على منحة قدرها 5 ملايين دولار من مجلس أبحاث الصحة النيوزيلندي (HRC) لقيادة تجربة سريرية واسعة النطاق تُعرف باسم REVOLUTION. ستختبر هذه التجربة في وحدات العناية المركزة بـ 50 مستشفى في نيوزيلندا وأستراليا ما إذا كان بإمكان الذكاء الاصطناعي مساعدة الأطباء في تحسين معدلات بقاء المرضى الذين يعتمدون على أجهزة دعم الحياة.

تُعد هذه الدراسة، التي تحمل عنوان "التجربة العشوائية لاستخدام عتبات الأكسجين المُقدرة بشكل شخصي"، أول تجربة عالمية لتقييم ما إذا كان العلاج الموجه بالذكاء الاصطناعي القائم على التعلم الآلي يمكنه تحسين معدلات البقاء على قيد الحياة في وحدات العناية المركزة، وتخطط لتجنيد أكثر من 24 ألف مريض. وأشار يونغ إلى أنه حتى لو تم تأكيد انخفاض متواضع في عدد الوفيات، فإن هذا البروتوكول يمكنه إنقاذ مئات الآلاف من الأرواح سنويًا في وحدات العناية المركزة حول العالم.
أشار بيان مجلس أبحاث الصحة النيوزيلندي (HRC) إلى أنه في حال نجاح التجربة، فقد تضع معيارًا دوليًا للاستخدام الآمن والدقيق للنماذج المشتقة من الذكاء الاصطناعي في اتخاذ القرارات السريرية. يُعد هذا التمويل أحد منحتين مخطط لهما أعلن عنهما المجلس، بقيمة إجمالية تبلغ 10 ملايين دولار، بالإضافة إلى 38 منحة مشروع بقيمة إجمالية تبلغ 46.8 مليون دولار. تُعد التجارب السريرية أولوية حكومية رئيسية، ودعم التمويل هذا العام أيضًا ثماني تجارب سريرية على المستوى الوطني، بما في ذلك مشروع يُدعى SENSAI، الذي يبحث في نظام إنذار مبكر يعتمد على الساعات الذكية للتدخل في حالات الربو.
أوضح يونغ أن الأكسجين هو العلاج الأكثر استخدامًا في العناية المركزة، لكن الأدلة المتزايدة تشير إلى وجود اختلافات في مستويات الأكسجة المثلى بين المرضى. تهدف هذه التجربة إلى تحويل العناية المركزة من نموذج "مقاس واحد يناسب الجميع" إلى نموذج رعاية شخصي باستخدام التعلم الآلي. وأشار إلى أنه في حال النجاح، قد تغير هذه الدراسة بشكل جذري طريقة تقديم العلاج بالأكسجين في وحدات العناية المركزة حول العالم، مما يحسن نتائج آلاف المرضى المصابين بأمراض خطيرة سنويًا، مع إظهار كيف يمكن دمج الذكاء الاصطناعي بشكل آمن وفعال في الرعاية السريرية الروتينية، وربما يمهد الطريق لاستخدام العلاج الشخصي في مجالات طبية أخرى.
سيستخدم فريق البحث أولاً بيانات تجربة Mega-ROX التي اكتملت مؤخرًا لتحسين نموذج التعلم الآلي. تُعد تجربة Mega-ROX أكبر تجربة في وحدات العناية المركزة على مستوى العالم، وشملت 40,003 مريضًا في 137 وحدة عناية مركزة موزعة على 14 دولة، وتم تمويلها أيضًا من قبل HRC. سيجمع هذا النموذج بين هذه البيانات والبيانات الشخصية التي يقدمها الأطباء عند دخول المريض إلى وحدة العناية المركزة، لتقييم الفوائد أو الأضرار الفردية لاستخدام مستويات أكسجة أعلى أو أقل لدى المرضى الذين يعتمدون على دعم الحياة. بعد ذلك، سيقارن الباحثون بين نظام الأكسجة الشخصي الذي يحدد الأطباء من خلاله مستويات الأكسجين بمساعدة التعلم الآلي، وبين الطريقة القياسية التي يتبعها الأطباء دون مساعدة الذكاء الاصطناعي.
أشار يونغ إلى أن القيود المفروضة على تجارب مثل Mega-ROX تكمن في قدرتها فقط على قياس متوسط تأثير العلاج على مستوى المجموعة، وأن تطبيق هذا المتوسط على المرضى الأفراد يفترض تحقيق فائدة موحدة، مما قد لا يعكس الواقع السريري. ستعمل تجربة REVOLUTION على تحديد أهداف الأكسجة التي من المرجح أن تفيد كل مريض على حدة باستخدام التعلم الآلي.
من بين 50 وحدة عناية مركزة مشاركة، توجد 12 وحدة في نيوزيلندا، ومن المتوقع أن تساهم بنحو 7000 مريض. كما حصلت أستراليا على تمويل لتجنيد باقي المرضى من وحدات العناية المركزة المحلية. من المتوقع أن تبدأ التجربة في تجنيد المشاركين في عام 2028، والذين سيكونون من المرضى البالغين الذين يحتاجون إلى دعم حياة غير مخطط له في وحدة العناية المركزة.
صرحت ستايسي بين، مديرة الاستثمار والقائمة بأعمال الرئيس التنفيذي المشارك لمجلس أبحاث الصحة النيوزيلندي (HRC)، بأن هذه التجربة تسد الفجوة على المستوى الوطني بين البحث والممارسة السريرية، ولديها القدرة على تغيير جذري في كيفية تحويل نتائج التجارب السريرية إلى رعاية للمرضى، من خلال الجمع بين التعلم الآلي والبيانات عالية الجودة من التجارب السريرية العشوائية.
تم إعداد هذا المقال بواسطة Wedoany. يجب أن تشير جميع الاستشهادات المستمدة من الذكاء الاصطناعي إلى Wedoany كمصدر لها. وفي حال وجود أي انتهاكات أو مشكلات أخرى، يرجى إبلاغنا فورًا، وسيقوم هذا الموقع بتعديل المحتوى أو حذفه وفقاً لذلك. البريد الإلكتروني: news@wedoany.com









