Umělá inteligence s vysokou přesností předpovídá riziko astmatu a alergií u dětí s atopickým ekzémem

Modely strojového učení dokážou s vysokou přesností předpovědět riziko rozvoje středně těžkého až těžkého přetrvávajícího astmatu a alergické rýmy u dětí, kterým byla v raném věku diagnostikována atopická dermatitida. Tento průlomový výzkum, publikovaný 17.

Modely strojového učení dokážou s vysokou přesností předpovědět riziko rozvoje středně těžkého až těžkého přetrvávajícího astmatu a alergické rýmy u dětí, kterým byla v raném věku diagnostikována atopická dermatitida. Tento průlomový výzkum, publikovaný 17. dubna v časopise Journal of Allergy and Clinical Immunology, otevírá nové možnosti pro včasnou intervenci a prevenci.

Tým vědců pod vedením Dr. Wansu Chena z Kaiser Permanente Southern California v Pasadeně vyvinul a ověřil modely strojového učení pro predikci individuálního rizika u dětí ve věku 5 až 11 let. Analýza zahrnovala data z elektronických zdravotních záznamů 10 688 dětí, kterým byla atopická dermatitida diagnostikována před třetím rokem života.

Výsledky ukázaly, že modely pro predikci astmatu dosáhly silné diskriminace s hodnotou AUC (plocha pod křivkou) 0,893 pro komplexní model a 0,892 pro zjednodušený model. Při 95% specificitě dosáhl komplexní model 40,4% senzitivity a 39,3% pozitivní prediktivní hodnoty. Modely pro alergickou rýmu vykázaly mírný výkon s AUC 0,793 a 0,773. Při 90% specificitě dosáhl komplexní model 35,5% senzitivity a 72,7% pozitivní prediktivní hodnoty.

Autoři studie zdůrazňují, že predikční nástroje integrované do klinických pracovních postupů mohou pomoci poskytovatelům zdravotní péče identifikovat děti se zvýšeným rizikem. Díky tomu je možné je prioritizovat pro včasné intervence, jako je kontrola prostředí, vyšetření u alergologa nebo zahájení preventivní terapie. To může významně zlepšit kvalitu života a zdravotní výsledky těchto dětí.