Een man met een voorgeschiedenis van hartritmestoornissen wordt opgenomen op de eerste hulp in Virginia, met symptomen van pijn op de borst en onregelmatige hartslag. Op basis van factoren zoals leeftijd, ademhalingsfrequentie, bloeddruk, en het aantal bloedplaatjes, artsen kunnen bepalen hoe groot de kans is dat hij op de intensive care zal overleven. Dit doen ze met behulp van een intensive care-afdeling (ICU) ernst-van-ziekte score, de meest voorkomende is het APACHE-systeem. APACHE—Acute Physiology and Chronic Health Evaluation—werd oorspronkelijk ontworpen in het begin van de jaren tachtig als een hulpmiddel voor het voorspellen van, vervolgens het sterfterisico in de intensive care in een vereenvoudigd formaat presenteren.

Met gecontroleerde vitale functies en serumniveaus, de man heeft naar schatting een risico van 7 procent, wat wijst op een relatief lage kans om te overlijden tijdens zijn verblijf op de IC. Het ziekenhuis zal deze score later gebruiken om zijn eigen functioneren te beoordelen, en vergelijk de uitkomsten van vergelijkbare patiënten met die van andere ziekenhuizen.

Maar als de patiënt Australisch was geweest en naar een intensive care-afdeling in Perth was gebracht, de op de VS gerichte APACHE-score is misschien minder nuttig gebleken, met zijn overlevingskansen een complexere zaak, zegt Jesse Raffa, een onderzoekswetenschapper aan het Institute for Medical Engineering and Science (IMES) en hoofdontwikkelaar van een nieuw scoresysteem dat bekend staat als de Global Open Source Severity of Illness Score, of GOSSIS.

"Het zou moeilijk te zeggen zijn of een model ontwikkeld op Amerikaanse patiënten relevant is voor een dergelijke patiënt in Australië, " zegt Raffa. "Wat we proberen te doen is iets bedenken dat internationaal beter past."

Met GOSSIS, Raffa en een groep medewerkers willen ziekenhuisgegevens uit verschillende landen verzamelen en integreren, waardoor een werkelijk universele ICU-ernst-van-ziektescore wordt gecreëerd die in verschillende omgevingen kan worden gebruikt. Raff en de groep — mede-onderzoekers Alistair Johnson, Tom Pollard, David Pilcher, en Omar Badawi, geadviseerd door hoofdonderzoeker Leo Anthony Celi en onderdeel van het Laboratorium voor Computational Physiology, onder leiding van professor Roger Mark bij IMES, die samen met deelnemende ziekenhuizen gezamenlijk het GOSSIS-consortium worden genoemd - streeft ook naar een beter gekalibreerd systeem dan oudere modellen. De initiële financiering voor GOSSIS werd verstrekt door Philips Healthcare en de National Institutes of Health.

"Het primaire gebruik van APACHE is voor ziekenhuizen om te controleren hoe goed ze het doen, " zegt Raffa. "En kalibratie is belangrijk voor benchmarking, of het vergelijken van overlevingsstatistieken met die van andere ziekenhuizen, en vervolgens de relatieve prestaties te beoordelen."

Hoewel ziekenhuizen over het algemeen een idee hebben van hun eigen sterftecijfers, Raffa zegt, goed gekalibreerde voorspellingsmodellen ontbreken vaak, vergelijking met hun leeftijdsgenoten moeilijk maken. "Als je een systematische aanpak hebt - een gevalideerd algoritme - leidt dit tot een nauwkeurigere benchmarking van je centrum."

Bijna 45 Amerikaanse ziekenhuizen dragen momenteel gegevens bij aan APACHE IV, een recente iteratie van APACHE. In tegenstelling tot, vanaf begin 2019, Er zijn GOSSIS-ready datasets voor intensive care-afdelingen in Argentinië, Australië, Nieuw-Zeeland, Bangladesh, Indië, Nepal, Sri Lanka, Brazilië, en 205 Amerikaanse ziekenhuizen. Gecombineerd met de internationale consortiumleden, het GOSSIS-systeem levert gegevens van in totaal meer dan 1 000 medische voorzieningen.

Een bijkomend voorgesteld voordeel van GOSSIS:de kosteneffectiviteit. In tegenstelling tot dure APACHE-scores, vaak een uitdaging om te verkrijgen voor ziekenhuizen met minder middelen en die niet als volledig analoog aan rapporten uit andere landen kunnen worden beschouwd, GOSSIS is toegankelijk, evenals toegevoegd aan, gratis - een potentiële zegen voor het systeem, zoals bij een grotere en actievere deelname, het algoritme zelf heeft de unieke mogelijkheid om regelmatig te worden bijgewerkt, en verbeterd.

"GOSSIS is om verschillende redenen een belangrijk initiatief, ", zegt Celi. "Het belangrijkste is het open-source karakter, wat een continue evaluatie en herkalibratie van het algoritme mogelijk maakt. Dit is moeilijk met propriëtaire scoresystemen en gaat doorgaans gepaard met het feit dat de leveranciers meer vragen voor deze diensten. De tweede reden is de deelname van een veel groter aantal landen die traditioneel buiten de ontwikkeling van dergelijke scores worden gehouden. Door deze landen data te laten aanleveren om het algoritme te trainen, het is waarschijnlijker dat het algoritme goed zal presteren op hun populatie."

Hoewel GOSSIS beschikbaar zal zijn voor elk ziekenhuis dat toegang zoekt, de onderzoekers stimuleren zoveel mogelijk intensivecareafdelingen, wereldwijd, om hun gegevens te uploaden.

"Door hun eigen gegevens over kritieke zorg bij te dragen, ziekenhuizen zorgen ervoor dat ze goed vertegenwoordigd zijn in het algoritme. Vaak verzamelen ziekenhuizen deze data-elementen toch allemaal of gedeeltelijk, vooral als ze een ander scoresysteem gebruiken, ' zegt Raffa.

Hij voegt eraan toe dat homogeniteit geen vereiste is voor het uploaden van data. "We erkennen dat niet iedereen perfecte gegevens zal hebben, en we kozen de aanpak die we gebruikten met dit in gedachten."

Badawi, hoofd Health Data Science en AI bij Philips Patient Care Analytics, hoopt dat het systeem een ​​grote impact zal hebben. "Over 10 jaar we zouden ons een groot consortium van gegevens voorstellen uit elke regio over de hele wereld, waardoor een verscheidenheid aan open source-risicomodellen in verschillende landen beschikbaar zou zijn."

In de beginfase van adoptie, GOSSIS krijgt al brede aandacht van de medische gemeenschap. Op 19 februari, Raffa en zijn collega's ontvingen de Silver Medal Award voor hun werk door de Society of Critical Care Medicine in San Diego. Terugkijkend op de prijs, Raffa zegt dat hij vereerd was, vooral als datawetenschapper, te worden erkend door een organisatie van medische professionals.

"Het is een eer dat het team wordt erkend met deze prijs, en ik denk dat het goed illustreert dat datawetenschap, vooral in samenwerking met clinici, zal een belangrijke rol spelen in de toekomst van klinisch onderzoek, ' zegt Raffa.

Dit verhaal is opnieuw gepubliceerd met dank aan MIT News (web.mit.edu/newsoffice/), een populaire site met nieuws over MIT-onderzoek, innovatie en onderwijs.