研究人員正使用人工智能來跟蹤化療并發癥

在墨西哥，癌癥是兒童死亡的第二大原因，許多家庭長途跋涉去專科醫院接受化療。在每一輪化療后，孩子們通常會被送回家康復。但是，當病人在治療后離開醫院時，沒有系統跟蹤他們的恢復或結果。與此同時，家庭在何時因并發癥尋求醫療護理方面沒有指導。

這是圣母大學計算機科學和工程Frank M. Freimann教授兼Lucy Family Institute for Data & Society創始主任Nitesh Chawla和Lucy Family Institute博士后研究助理Angélica García Martínez著手解決的挑戰。他們希望找到一種方法來跟蹤化療并發癥，同時滿足護理人員和醫療工作者的需求。為了做到這一點，露西家庭研究所團隊正在與墨西哥城周圍地區三分之一的兒科癌癥患者服務的墨西哥聯邦醫療中心醫院(HIMFG)合作。

“這些家庭為了孩子的治療而長途通勤到HIMFG，病人的數量遠遠超過了急診室或住院病人的床位數量。他們如何決定每天為誰服務？”舒拉說。“我們正在與他們合作，不僅以數字方式捕捉臨床數據，還捕捉健康數據的社會決定因素，以便醫生可以在人工智能支持的決策中得到幫助，以更好地管理患者群體，同時支持家庭照顧他們與癌癥抗爭的孩子。”

目標是開發一種人工智能模型，幫助醫院工作人員評估化療后出現中性粒細胞減少癥的兒科患者，中性粒細胞減少癥是一種低于正常水平的白細胞計數，會增加感染風險。這種情況影響了大約50%的兒科患者。該模型將輸出中性粒細胞減少癥患者發生不良后果的可能性，如感染、內出血、中性粒細胞減少性小腸結腸炎、持續性中性粒細胞減少癥或感染性休克和死亡率。這將有助于醫院更好地優先考慮其有限空間和床位的需求，同時讓傳統上對化療后風險缺乏了解的家庭安心。