Az elmúlt évtizedben a gépi tanulást, mesterséges intelligenciát, mélytanuló algoritmusokat a medicina több területén alkalmazták. Legutóbb az MIT (Massachusetts Institute of Technology) és a Massachusettsi Általános Kórház kutatói, egészségügyi szakemberei mutatták be, hogyan tanítható be idegháló sebészi műtét közbeni érzéstelenítés irányítására.
Ideghálók és a mélytanulás nagy orvosi adatsorok automatikus elemzésével mutatnak ki mintázatokat és trendeket, javítják a diagnosztikai folyamatokat, a radiológiai képeken alapuló rákszűrést, legújabban pedig a robotikus eszközökkel végzett sebészetet.
A sebészetben és a gyógyszerellátásban újabb alkalmazások várhatók, például az általános érzéstelenítésre használt Propofol adagolásának irányítása.
A kutatók páciensek adatait tartalmazó adatsorokon gyakoroltatták algoritmusaikat. Ezekből az információkból (testtömeg, életkor, korábbi betegségek stb.) kiolvasható, hogy kell-e változtatni az érzéstelenítőre vonatkozó átlagos szinten, mennyiségen.
Az algoritmusok az adatokból az eszmélet ajánlott érzéstelenítőadag bevétele utáni szintjeit folyamatosan figyelő modelleket, és a modellek által javasolt gyógyszermennyiséget is vizsgálták, majd a kiszűrt információkat az ideghálóba táplálták.
Mivel teljesen új alkalmazásról van szó, szimulált környezetben és virtuális betegekkel kísérleteztek. Sok tesztet végeztek, hogy a modell egyre eredményesebbé váljon.
A szimulált öntudat változásainak rögzítésével, az idegháló megtanulta, hogyan reagáljon a különféle változatokra, és a beteg állapotát figyelembe véve, alkalmazza a Propofol megfelelő adagját.
A vártnál sokkal jobban teljesített, hatékonyabbnak bizonyult, mint a használatban lévő ipariszabvány-technológia.
„Mély ideghálókkal lehetővé vált, hogy a modell sok folyamatos adatot használva, az eddigieknél koherensebb gyógyszerellenőrző szabályokat generáljon” – nyilatkozta Gabriel Schamberg, az egyik kutató.
A neheze azonban még hátra van, mert húsvér betegeken is le kell tesztelni, amihez engedélyek szükségesek.