Powszechnie uważano, że czynnikiem śmiertelności związanej z COVID-19 była tzw. burza cytokinowa. Ostatnie badania wykazały jednak, że jest nim wtórne bakteryjne zapalenie płuc. U prawie połowy pacjentów, którzy w najcięższych przypadkach potrzebowali wentylacji mechanicznej, wykryto wtórną infekcję.
Spis treści
Wentylacja mechaniczna w Polsce
Machine learning to obszar sztucznej inteligencji, o której pisano już wiele. Działa na podstawie zaawansowanych algorytmów, dzięki czemu system zapamiętuje pewne wzorce i doświadczenia, usprawniając finalnie swoje działanie. To rozwiązanie wykorzystali naukowcy, by zweryfikować dostępne elektronicznie dane medyczne. Nazwali je iście poetycko — CarpeDiem.
Wentylacja mechaniczna to wymuszone zapewnienie przepływu powietrza w drogach oddechowych, używane w celu leczenia niewydolności oddechowej. W sposób sztuczny zapewnia prawidłową wentylację płuc podczas gdy lekarz zyskuje więcej czasu na leczenie podstawowych chorób (np. urazu) i poprawę ogólnego stanu zdrowia. W tym kontekście wentylacja mechaniczna ma charakter tymczasowy, z nadzieją na szybki powrót do samodzielnego oddychania.
Jak wynika z raportu „Wentylacja mechaniczna w Polsce”, od 2003 roku liczba pacjentów hospitalizowanych przy użyciu wentylacji mechanicznej rośnie, a Polska znajduje się w niechlubnym podium w krajach europejskich z największą ilością użyć. Dużo zmieniło się również w 2020 roku, kiedy to wybuchła pandemia koronawirusa SARS-CoV-19. Placówki medyczne w Polsce i na świecie pękały w szwach, a wielu ozdrowieńców jeszcze długo mierzyło się ze skutkami choroby, w tym zaburzenia oddychania.
Machine learning wykorzystany w badaniach
Wtórna infekcja bakteryjna płuc była niezwykle powszechna u pacjentów zdiagnozowanych z COVID-19. Mając te dane naukowcy z Northwestern University Feinberg School of Medicine, zastosowali machine learning do ich przeanalizowania. Operując danymi, stwierdzono, że to właśnie nieustępujące wtórne zapalenie płuc było kluczowym czynnikiem prowadzącym do śmierci pacjentów z COVID-19. Może nawet znacznie przekroczyć śmiertelność z powodu samej infekcji wirusowej.
Co ciekawe, wyniki badań kwestionują teorię burzy cytokinowej jako czynnika śmiertelnego. To zjawisko szczegółowo opisali Zdzisław Gliński i Andrzej Żmuda pod tym linkiem. Według tej teorii w organizmie zarażonego miało dochodzić do przytłaczającego zapalenia, które prowadziło do niewydolności narządów płuc, nerek, mózgu i innych. Gdyby to była prawda, podczas długiej hospitalizacji pacjentów można by spodziewać się, przejść do stanów charakteryzujących się niewydolnością wielonarządową. Takich przejść jednak nie zaobserwowano.
Nasze badanie podkreśla znaczenie zapobiegania, poszukiwania i stanowczego leczenia wtórnego bakteryjnego zapalenia płuc u krytycznie chorych pacjentów z ciężkim zapaleniem płuc, w tym z COVID-19.
Wyjaśnia autor, dr Benjamin Singer, profesor medycyny na Northwestern University Feinberg School of Medicine oraz pulmonolog i lekarz medycyny północno-zachodniej (NeuoScienceNews).
Wyniki są zaskakujące! Badania będą kontynuowane
Połowa badanych pacjentów covidowych zachorowała ponownie na wtórne bakteryjne zapalenie płuc związane z respiratorem — jeśli chory wyzdrowiał, prawdopodobnie przeżył, natomiast ci, których zapalenie płuc nie ustąpiło, byli zdecydowanie bardziej narażeni na zgon.
Przebadano 585 pacjentów z oddziału intensywnej terapii w Northwestern Memorial Hospital z ciężkim zapaleniem płuc i niewydolnością oddechową. Stu dziewięćdziesięciu z nich miało pozytywny wynik testu covidowego.
Jak podaje NeuroScienceNews, część z badanych zgodziła się na udział w badaniu obserwacyjnym SCRIPT (skrót. Successful Clinical Response to Pneuonia Therapy), które miało na celu identyfikację nowych biomarkerów i terapii dla pacjentów z ciężkim zapaleniem płuc. Wykorzystano najnowocześniejszą metodę analizy próbek płuc w celu zdiagnozowania i oceny wyników wtórnych przypadków tego schorzenia.
Zastosowanie uczenia maszynowego i sztucznej inteligencji do danych klinicznych może zostać wykorzystane do opracowania optymalnych sposobów leczenia takich chorób jak COVID-19, ale również do pomocy lekarzom OIOM w leczeniu pacjentów.
powiedziała współautorka badania, dr Catherine Gao, instruktorka ds. medycyny płucnej i intensywnej terapii w Feinberg oraz lekarka Northwestern Medicine (NeuoScienceNews)
Badania będą kontynuowane z wykorzystaniem danych molekularnych, które naukowcy będą integrować z metodami machine learning. Wszystko po to, by zrozumieć, z jakiego powodu niektórzy pacjenci zostają wyleczeni z zapalenia płuc, a inni nie.
Źródło: NeuroScienceNews