Сможет ли пациент снова ходить? ИИ оценил прогноз после травмы спинного мозга
Ученые из Японии разработали веб-приложение на основе машинного обучения, которое помогает оценить вероятность восстановления ходьбы через год после травмы спинного мозга. Модель использует данные стандартного неврологического обследования пациента на этапе реабилитации.
Результаты ретроспективного когортного исследования опубликованы в журнале Spinal Cord. Авторы проанализировали данные американской National Spinal Cord Injury Database за 2011–2021 годы и включили в работу 2034 случая травматического повреждения спинного мозга с полными результатами неврологического обследования.
Для каких пациентов разрабатывали модель?
Основное внимание исследователи уделили пациентам с категориями AIS B и AIS C по шкале American Spinal Injury Association Impairment Scale. Именно в этих группах прогноз восстановления ходьбы часто остается наиболее сложным.
- При AIS B ниже уровня повреждения сохраняется чувствительность, но отсутствует значимая двигательная функция.
- При AIS C двигательная функция частично сохранена, однако сила большинства ключевых мышц ниже уровня повреждения остается сниженной.
Пациенты с одинаковой категорией AIS могут иметь разный реабилитационный потенциал. Поэтому для врача важен не только общий класс повреждения, но и более точная оценка исходных клинических данных.
Какие данные учитывал алгоритм?
Для построения прогноза использовались параметры, которые специалист получает во время стандартной оценки пациента после травмы спинного мозга:
- возраст пациента на момент травмы;
- продолжительность пребывания в стационаре в остром периоде;
- неврологический уровень повреждения;
- двигательные и сенсорные показатели по международным стандартам неврологической классификации травмы спинного мозга ISNCSCI.
Исследователи сравнили несколько алгоритмов машинного обучения: логистическую регрессию, случайный лес, метод опорных векторов и градиентный бустинг XGBoost. Лучший результат показал XGBoost: показатель AUC составил 0,855, что говорит о хорошей способности модели различать пациентов с более высокой и более низкой вероятностью восстановления ходьбы.
Как работает веб-приложение?
На основе выбранной модели авторы создали веб-приложение. Специалист вводит клинические данные пациента, после чего система рассчитывает вероятность восстановления ходьбы через год после травмы. Приложение также показывает, какие показатели сильнее повлияли на итоговый прогноз.
Для клинической практики это важно не как готовый ответ вместо врача, а как дополнительный инструмент планирования. Такой прогноз может помочь точнее сформулировать цели реабилитации, выбрать основные направления терапии и заранее обсудить с пациентом реалистичные этапы восстановления.
Важно: модель не заменяет клиническое решение и не должна ограничивать объем реабилитации. Даже низкая расчетная вероятность восстановления ходьбы не означает, что занятия не нужны или что улучшение невозможно.
Для чего такой прогноз нужен реабилитационной команде?
Индивидуальная оценка вероятности восстановления ходьбы может быть полезна при планировании маршрута пациента после травмы спинного мозга. Она помогает команде заранее определить, какие задачи должны быть в центре программы на ближайшем этапе.
- Сформулировать реалистичные и измеримые цели реабилитации.
- Определить приоритеты: вертикализация, тренировка равновесия, подготовка к ходьбе, развитие силы и выносливости.
- Оценить потребность в технических средствах реабилитации и дополнительной поддержке.
- Планировать динамическую оценку состояния пациента и вовремя корректировать программу.
- Обсуждать прогноз с пациентом и его близкими более предметно, без неоправданных обещаний и преждевременных ограничений.
Почему прогноз нельзя считать окончательным?
У модели есть ограничения. Она построена на уже собранных данных пациентов из США и пока требует внешней проверки на других выборках. Кроме того, алгоритм предназначен только для пациентов с травматическим повреждением спинного мозга и категориями AIS B и AIS C.
Модель не учитывает весь комплекс факторов, которые могут влиять на восстановление: проведенное лечение, интенсивность занятий, осложнения, сопутствующие заболевания, мотивацию пациента и особенности работы реабилитационной команды. Поэтому результат следует рассматривать как дополнительную информацию, а не как окончательный прогноз.
От прогноза — к персонализированной реабилитации
Главная ценность разработки в том, что она переводит данные стандартного неврологического обследования в более прикладной инструмент для планирования восстановления. В дальнейшем такие модели можно будет уточнять за счет данных, полученных уже во время реабилитации: параметров ходьбы, симметрии нагрузки, силы движений, выносливости и динамики выполнения упражнений.
Для медицинской реабилитации это важное направление. Чем больше объективных данных получает команда, тем точнее она может подбирать нагрузку, оценивать прогресс и менять программу не по общему шаблону, а по реальной динамике конкретного пациента.
Источник: doi.org, nature.com