Review Article
Przedstawiamy tutaj narracyjny przegląd oceniający narzędzia predykcyjne oparte na sztucznej inteligencji (AI) dla powikłań wtórnych oraz klinicznych wyników w urazach mózgu, oceniając dojrzałość dowodów w pięciu dziedzinach powikłań oraz identyfikując kluczowe bariery w zastosowaniu klinicznym.
Powikłania wtórne po umiarkowanym do ciężkim urazie mózgu (TBI) — w tym podwyższone ciśnienie wewnątrzczaszkowe (ICP), napady pourazowe, koagulopatia wywołana traumą (TIC) oraz sepsa — znacznie pogarszają rokowania pacjenta. Obecne narzędzia prognostyczne szacują ogólną śmiertelność i niepełnosprawność przy przyjęciu, ale nie przewidują konkretnych, możliwych do leczenia powikłań podczas hospitalizacji. Ten narracyjny przegląd ocenia, czy narzędzia predykcyjne oparte na AI mogą sprostać tej niezaspokojonej potrzebie klinicznej, ocenia dojrzałość dowodów w pięciu dziedzinach predykcji oraz identyfikuje priorytety dla przyszłych badań. Od stycznia 2016 do października 2025 przeprowadzono ukierunkowane wyszukiwanie literatury w PubMed, Embase i Web of Science, uzupełnione przez ręczne śledzenie referencyjne. Badania były wybierane na podstawie ich znaczenia dla AI lub uczenia maszynowego (ML) do przewidywania powikłań wtórnych lub wyników klinicznych u pacjentów z TBI. Modele oparte na AI osiągają umiarkowaną dokładność predykcyjną (powierzchnia pod krzywą charakterystyki operacyjnej odbiornika [AUC] 0,70–0,79) do dobrej dokładności (AUC ≥ 0,80) dla kryzysów ICP, TIC, sepsy i śmiertelności. Przewidywanie napadów ma najmniej dojrzałe dowody, bez zewnętrznych badań walidacyjnych. Predykcja ICP ma najsilniejszą bazę dowodową, z zewnętrzną walidacją i niezależną replikacją. Przewidywanie śmiertelności ma największy wolumen dowodów, z międzynarodową walidacją wielozbiorową danych. Istnieją krytyczne ograniczenia metodologiczne: większość modeli opiera się na retrospektywnych danych dotyczących pojedynczych instytucji; tylko około jedna trzecia przeszła zewnętrzną weryfikację; i żadne randomizowane badania nie wykazały, że decyzje kierowane przez AI poprawiają wyniki leczenia. Narzędzia do prognozowania AI obiecują w prognozowaniu wtórnych powikłań TBI, jednak obecne dowody nie wspierają rutynowego zastosowania klinicznego. Przed wdrożeniem narzędzia te wymagają rygorystycznej zewnętrznej weryfikacji, prospektywnych badań wyników oraz systematycznej oceny równości w różnych populacjach.
TBI stanowi główną przyczynę zgonów i długotrwałych niepełnosprawności na całym świecie, z około 69 milionami przypadków incydentów rocznie, czyli 1,2. TBI jest główną przyczyną śmierci i niepełnosprawności wśród osób poniżej 45. roku życia, nakładając poważne obciążenia zdrowotne, społeczno-ekonomiczne i społeczne 1,2,3. Fundamentalne rozróżnienie w patofizjologii TBI odróżnia pierwotny uraz — natychmiastowe uszkodzenie mechaniczne powstałe przy uderzeniu — od urazu wtórnego, który rozwija się w kolejnych godzinach lub dniach poprzez procesy kaskadowe, w tym obrzęk mózgu, niedokrwienie, ekscytotoksyczność i neurozapalenie 3,4. W przeciwieństwie do urazu pierwotnego, mechanizmy urazu wtórnego są w zasadzie modyfikowalnymi celami terapeutycznymi. Wtórne powikłania wynikające z tych procesów — w tym podwyższone ICP, napady pourazowe, TIC i sepsa — często decydują o ostatecznym przebiegu klinicznym pacjenta 3,5,6. Podstawowym wyzwaniem klinicznym jest identyfikacja, którzy pacjenci rozwiną te powikłania zanim się ujawnią, co umożliwi wcześniejszą, bardziej ukierunkowaną interwencję profilaktyczną.
Obecnie klinicyści stosują GCS do oceny świadomości, tomografię komputerową do charakteryzacji urazów strukturalnych oraz kalkulatory Międzynarodowej Misji ds. Prognozy i Analizy Badań Klinicznych w TBI (IMPACT) i randomizacji kortykosteroidów po znaczącym urazie głowy (CRASH) do szacowania sześciomiesięcznej śmiertelności i niekorzystnych wyników 7,8. Choć są one klinicznie wartościowe, te narzędzia mają istotne ograniczenia: opierają się wyłącznie na danych o przyjęciach, zakładają liniowe zależności predyktor-wynik i zostały zaprojektowane tak, aby prognozować zgony lub długotrwałą niepełnosprawność, a nie specyficzne, indywidualnie leczalne powikłania pojawiające się w okresie hospitalizacji 6,7,8. AI — nadrzędna dziedzina obejmująca uczenie maszynowe (ML), podzbiór algorytmów uczących się wzorców predykcyjnych na podstawie danych — może badać złożone, nieliniowe relacje na dużych zbiorach zmiennych i asymilować nieustannie aktualizowane strumienie monitoringu fizjologicznego 5,6,7. Te możliwości sugerują, że AI może wykrywać subtelne sygnały prekursorowe nadchodzącego pogorszenia się, które umknęły standardowej ocenie klinicznej. Komisja Lancet Neurology ds. TBI z 2022 roku wyraźnie wskazała zaawansowaną analitykę prognostyczną jako priorytet3 badań i rozwoju klinicznego, co również zostało wskazane w planie badawczym z 2017 rokudla tej dziedziny. Ten narracyjny przegląd analizuje aktualne dowody dotyczące zastosowań AI w przewidywaniu wtórnych powikłań TBI i wyników klinicznych, ocenia dojrzałość dowodów w różnych dziedzinach powikłań oraz wskazuje, co należy osiągnąć, zanim te narzędzia będą mogły być odpowiedzialnie przełożone na praktykę kliniczną.
Kilka wcześniejszych przeglądów systematycznych oceniało przewidywanie wyników AI w TBI 5,6. Systematyczny przegląd przeprowadzony przez Malhotrę i in.5 obejmował 39 badań koncentrujących się głównie na śmiertelności i globalnej prognozie niepełnosprawności z wykorzystaniem zmiennych na poziomie przyjęć. Courville i in.6 przeprowadzili metaanalizę algorytmów ML do przewidywania wyników TBI. Niniejszy przegląd wyróżnia się szczególnym skupieniem na indywidualnych powikłaniach wtórnych (kryzysy ICP, drgawki, koagulopatia i sepsa) jako odrębnych, klinicznie możliwych do działania celów predykcyjnych podczas pobytu w szpitalu. Poprzez organizowanie dowodów wokół przewidywania specyficznego dla powikłań, z uwzględnieniem dojrzałości i użyteczności każdej dziedziny, przegląd ten zapewnia ocenę zorientowaną na klinicystę, której wcześniejsze analizy łącznych wyników nie podkreślały.
Access restricted. Please log in or start a trial to view this content.
Strategia wyszukiwania i wybór badań
Od stycznia 2016 do października 2025 roku przeprowadzono ukierunkowane, niesystematyczne wyszukiwanie literatury w PubMed, Embase i Web of Science. Data rozpoczęcia w 2016 roku została wybrana, aby objąć fundamentalne publikacje ML poprzedzające niedawny wzrost badań nad głębokim uczeniem, jednocześnie zachowując współczesne podejście; jego wybór jest szczególnie uzasadniony włączeniem Myers i in. (2016)10, przełomowego badania, które ustanowiło podstawowe podejścia metodologiczne do przewidywania ICP opartego na ML. Poszukiwania uzupełniono ręcznym przeglądem list referencyjnych zidentyfikowanych przeglądów systematycznych i badań pierwotnych.
Hasła wyszukiwania były łączone za pomocą operatorów boole'a i obejmowały: "uraz mózgu pourazowego", "TBI", "sztuczną inteligencję", "uczenie maszynowe", "głębokie uczenie", "sieć neuronową", "ciśnienie wewnątrzczaszkowe", "napad", "koagulopatia", "sepsa", "zapalenie płuc związane z respiratorem", "przewidywanie wyniku" oraz "prognozowanie".
Kryteria włączenia:
(1) oryginalne badania badawcze lub opublikowane przeglądy systematyczne; (2) koncentrować się na przewidywaniu powikłań wtórowych lub wyników klinicznych u pacjentów z TBI (UI) lub ML; (3) raportowanie co najmniej jednej ilościowej metryki wydajności (np. AUC, czułość/specyficzność, dokładność); (4) publikacja w recenzowanym czasopiśmie naukowym lub zindeksowanych materiałach konferencyjnych z dostępnym pełnym tekstem.
Kryteria wykluczenia:
(1) badania wykorzystujące wyłącznie konwencjonalne modele statystyczne bez komponentów AI lub ML; (2) badania ograniczone do klasyfikacji ciężkości urazu lub pierwotnej charakterystyki urazu bez przewidywania powikłań lub wyników; (3) badania przedkliniczne (na zwierzętach) lub in vitro; (4) przegląd artykułów bez danych pierwotnych istotnych dla celów prognozowania.
Piętnaście badań pierwotnych zostało wybranych jako reprezentatywne przykłady w pięciu dziedzinach predykcji, priorytetowo ukierunkowane na jakość metodologiczną, różnorodność podejścia walidacyjnego oraz istotność kliniczną. Dwa dodatkowe badania predykcyjne ICP zostały zidentyfikowane poprzez ręczne śledzenie referencyjne i zostały uwzględnione, aby zapewnić szersze objęcie tej dziedziny. Jako narracja, a nie przegląd systematyczny, selekcja miała na celu reprezentatywne pokrycie, a nie wyczerpujące wyliczenie; Nie można całkowicie wykluczyć błędu selekcji. Nie zastosowano formalnego narzędzia oceny jakości ani ryzyka błędu (np. PROBAST lub lista kontrolna raportowania TRIPOD) do poszczególnych badań — ograniczenie to zostało poruszone w sekcji Ograniczenia.
Kliniczne znaczenie przewidywania powikłań wtórnych
Wtórne powikłania po TBI są powszechne, często możliwe do zapobiegnięcia dzięki terminowej interwencji i mają głęboki wpływ na wyniki kliniczne 3,5. Zrozumienie kontekstu klinicznego każdego typu powikłania wyjaśnia, dlaczego narzędzia predykcyjne mogą okazać się przełomowe w praktyce intensywnej terapii. Podwyższone ICP jest jednym z najbardziej poważnych i krytycznych powikłań po ciężkim TBI 4,10. Gdy ICP utrzymuje się powyżej 20–22 mmHg, ciśnienie perfuzji mózgu spada, a uraz wtórny niedokrwienny rozprzestrzeniasię 4. Gdyby klinicyści mogli wiarygodnie przewidywać kryzysy ICP przed ich wystąpieniem, mogliby proaktywnie optymalizować pozycję głowy, dawkować sedację, stosować terapię osmotyczną lub przygotować chirurgiczną dekompresję — przejścia od reaktywnego zarządzania kryzysowego do interwencji profilaktycznej, które mogłyby znacząco zmniejszyć obciążenie wtórnym urazem niedokrwiennym10,11.
Wczesne napady pourazowe mogą powodować uszkodzenia wtórne poprzez podwyższone zapotrzebowanie metaboliczne, długotrwałą ekscytotoksyczność oraz rozprzestrzenianie się depolaryzacji korowych. Dokładna stratyfikacja ryzyka pozwoliłaby na podjęcie decyzji dotyczących profilaktycznej terapii przeciwdrgawkowej, progu ciągłego monitorowania elektroencefalograficznego (EEG) oraz intensywności monitorowania napadów12,13. TIC dotyka do 60% pacjentów z ciężkim TBI i wiąże się z trzy- do czterokrotnym wzrostem śmiertelności 14,15,16. Wczesna identyfikacja pacjentów z krzepnięciem pozwala na ukierunkowaną korektę krzepnięcia zanim krwotok się pogorszy. Długotrwała intensywna opieka z wentylacją mechaniczną i inwazyjnym monitorowaniem znacznie zwiększa ryzyko zakażenia, a narzędzia predykcyjne oparte na AI17,18 mogą umożliwić protokoły zapobiegania zakażeniom oparte na stratyfikacji ryzyka znacząco zmniejszenie wskaźnika powikłań zakaźnych. We wszystkich tych obszarach dokładne przewidywanie wpływa również na decyzje dotyczące intensywności leczenia, komunikacji z rodziną, planowania rehabilitacji oraz dyskusji o celach opieki 5,7,19.
Obecne dowody na przewidywanie oparte na AI
Badania nad przewidywaniem AI w TBI znacznie się rozwinęły w ciągu ostatniej dekady. Systematyczny przegląd i metaanaliza Courville'a i in. wykazały, że algorytmy ML mogą przewyższać tradycyjne modele regresji logistycznej w przewidywaniu niekorzystnych wyników TBI, przy czym wynik GCS przy przyjęciu, wiek pacjenta oraz wybrane biomarkery surowicy są najbardziej konsekwentnie istotnymi cechami predykcyjnymi6. Kompleksowy przegląd systematyczny przeprowadzony przez Malhotrę i in., obejmujący 39 badań i 592 323 pacjentów, potwierdził, że najsilniejsze czynniki predykcyjne — wiek, wynik GCS, odpowiedź źrenicy oraz wyniki tomografii komputerowej — w znacznym stopniu pokrywają się z cechami, które doświadczeni klinicystzy już uwzględniają w swoim rozumowaniu 5,7. Gdy modele AI są ograniczone do tych samych zmiennych na poziomie przyjęć co tradycyjne kalkulatory, wzrost dokładności może być umiarkowany6. Jednak mając dostęp do bogatszych, podłużnych strumieni danych — ciągłych trendów fizjologicznych monitorujących, szeregowych paneli laboratoryjnych i ilościowego neuroobrazowania — podejścia AI mogą oferować większe przewagi nad konwencjonalnymi narzędziami. Charakterystyka i strategie walidacyjne reprezentatywnych badań w tych pięciu dziedzinach są podsumowane w Tabeli 1, a koncepcja przewidywania przedstawiona jest na Rysunku 1.
Prognozowanie ciśnienia wewnątrzczaszkowego
Spośród wszystkich dziedzin wtórnych komplikacji, predykcja ICP zgromadziła najbardziej solidną bazę dowodową. Systemy AI mogą przewidywać niebezpieczne wysokości ICP około 30 minut przed wyprzedzeniem, co daje potencjalnie wykonalne okno na interwencję zapobiegawczą10,11. Myers i in. ustanowili podstawową metodologię wykorzystującą ML do przewidywania zarówno ICP, jak i kryzysów ciśnienia tlenu tkanki mózgowej (PbtO₂) na podstawie ciągłego monitorowania przebiegów na OIOM-ie10. Carra i in. następnie opracowali i zewnętrznie zweryfikowali modele ML do przewidywania szkodliwych skumulowanych dawek ICP, wykorzystując zbiór danych Collaborative European NeuroTrauma Effectiveness Research in Traumatic Brain Injury (CENTER-TBI), wykazując solidną uogólnialność międzyośrodkową11. Lee i in. opracowali hybrydową architekturę konwolucyjnej sieci neuronowej (CNN) i długiej pamięci krótkotrwałej (LSTM) zastosowaną do danych ciągłych przebiegów ICP, osiągając dokładną przewidywaną trajektorię ICP w obrębie pacjenta20. Mataczyński i in. zaproponowali wyjaśniony komitet modelowy oparty na TabNet stosowany do wielomodalnych metryk fizjologicznych pochodzących z sygnałów, osiągając wysokie przypomnienie (0,94) do przewidywania kryzysów ICP na 30 minut przed wyprzedzeniem i ulepszając konwencjonalne podejścia progowe21. Ta dziedzina korzysta z wielu niezależnych badań replikacyjnych, zewnętrznej walidacji oraz jasnych fizjologicznych uzasadnień klinicznej użyteczności wczesnych prognoz.
Przewidywanie napadów pourazowych
W przypadku napadów pourazowych badania z wykorzystaniem neuroobrazowania i cech opartych na EEG wykazały umiarkowaną, dyskryminującą skuteczność w identyfikacji pacjentów wysokiego ryzyka12,13. Garner i in. zastosowali losowy klasyfikator lasu do danych łączności funkcjonalnej rezonansu magnetycznego w stanie spoczynku (fMRI) u pacjentów z TBI, osiągając 69% surowej dokładności w walidacji krzyżowej dla przewidywania podatności na napady12. Faghihpirayesh i in. zastosowali głębokie uczenie do danych EEG, aby wykryć nieprawidłowości padaczkowe w ostrych urazach mózgu, zgłaszając czułość 0,78 i specyficzność 0,8413. Wyniki te wymagają krytycznej oceny metodologicznej: wczesne napady pourazowe występują u około 4–15% pacjentów z ciężkim TBI22,23, co powoduje znaczną nierównowagę klasową w zbiorach danych predykcyjnych. W tym kontekście 69% dokładność nie jest znacząco lepsza niż naiwny klasyfikator, który przewiduje klasę ujemną dla wszystkich obserwacji; AUC i obszar pod krzywą precyzji-przypomnienie stanowią znacznie bardziej pouczające miary wydajności dla takich niezrównoważonych problemów predykcyjnych klinicznych, a żaden z nich nie został opisany przez Garnera i in. Co istotne, oba badania w tej dziedzinie zostały opublikowane jako indeksowane materiały konferencyjne, a nie pełne recenzowane artykuły naukowe, co dodatkowo podkreśla rodzący się stan tej bazy dowodowej. Obecnie prognozowanie napadów stanowi najmniej dojrzałą dziedzinę dowodów, bez opublikowanych zewnętrznych badań walidacyjnych, ograniczonej wielkości próby oraz wskaźników wydajności wymagających ostrożnej interpretacji.
Przewidywanie TIC
Dla TIC Yang i in. opracowali modele ML wykorzystujące klasyfikatory XGBoost, lasu losowego oraz regresji logistycznej, osiągając wartości AUC 0,82–0,85 w wewnętrznej walidacji w kohorcie24 specyficznej dla TBI. Li K i in. niezależnie opracowali model zespołu ML do przewidywania ostrej koagulopatii pourazowej u pacjentów przyjętych do nagłych przypadków urazowych, raportując AUC na poziomie 0,8925. Te uzupełniające badania wykazują spójne profile wydajności w częściowo nakładających się populacjach pacjentów. Xiong i in. zastosowali dziesięć modeli międzyośrodkowych u 13 235 pacjentów z urazami ogólnymi (w tym, ale nie tylko, przypadków TBI) i wykazali spójną skuteczność walidacji zewnętrznej w czterech niezależnych instytucjach26; jednak uogólnialność tych wyników konkretnie na koagulopatię związaną z TBI wymaga dalszej oceny w dedykowanych kohortach TBI. Przewidywanie koagulopatii ma umiarkowaną dojrzałość dowodową: wyniki walidacji wewnętrznej są spójne we wszystkich badaniach, ale zewnętrzna walidacja specyficzna dla TBI — szczególnie dla wysoce śmiertelnego fenotypu koagulopatycznego, który dotyka do 60% pacjentów z ciężkim urazem mózgu i zwiększa śmiertelność trzy- do czterokrotnie o15,16 — pozostaje niewypełnioną luką.
Sepsa i przewidywanie infekcji
Liu i in. opracowali wyjaśniony model oparty na XGBoost, specjalnie zaprojektowany do przewidywania sepsy związanej z TBI, osiągając AUC 0,81 w walidacji wewnętrznej i 0,76 w walidacji zewnętrznej przy użyciu eICU Collaborative Research Database17. Wartości wyjaśnień addytywnych Shapleya (SHAP) zapewniały przejrzystą atrybucję cech, identyfikując kluczowe predyktory sepsy, w tym biomarkery zapalne oraz wczesne sygnały klinicznego pogorszenia. Hu i in. opracowali i wewnętrznie zweryfikowali modele ML — obejmujące regresję logistyczną, las losowy oraz XGBoost — do stratyfikacji 30-dniowego ryzyka sepsy przy przyjęciu na OIOM u pacjentów z TBI, osiągając AUC 0,7918. Li i in. opracowali model XGBoost w czasie rzeczywistym do przewidywania sepsy, wykorzystując godzinowe dane MIMIC-IV u pacjentów urazowych, z walidacją czasową potwierdzającą trwałą wydajność predykcyjną w cyklu27 na OIOM. Wang i in. wykazali skuteczną prognozę zapalenia płuc (VAP) związanej z respiratorem u pacjentów z TBI, stosując metody zespołowe zastosowane do MIMIC-III, osiągając AUC 0,8728. Obecność zewnętrznie zweryfikowanego modelu (Liu i in.) wyróżnia literaturę dotyczącą przewidywania sepsy; Jednak wszystkie cztery badania opierały się na retrospektywnych bazach danych administracyjnych lub rejestrowych, a nie na prospektywnych kohortach pacjentów, co ograniczało uogólnialność raportowanych szacunków wydajności.
Śmiertelność i przewidywanie wyników funkcjonalnych
Przewidywanie śmiertelności i funkcjonalnych wyników posiada największą i najszerzej zweryfikowaną bazę dowodową spośród analizowanych dziedzin. Pease i in. opracowali model głębokiego uczenia wykorzystujący tomografię komputerową głowy, który osiągnął AUC na poziomie 0,92 dla przewidywania śmiertelności przy wewnętrznej walidacji, przewyższając zarówno model IMPACT, jak i wydajność neurochirurga29. W zewnętrznej walidacji z wykorzystaniem zbioru danych Transforming Research and Clinical Knowledge in Traumatic Brain Injury (TRACK-TBI), wydajność modelu spadła do AUC 0,80 — poziom porównywalny z modelem IMPACT — podkreślając dobrze znane ryzyko optymistycznych szacunków walidacji wewnętrznej29. Hibi i in. opracowali multimodalny model prognostiki ML, integrujący dane kliniczne i ilościowe obrazowanie tomografii komputerowej, wykorzystując zarówno zbiory danych CENTER-TBI, jak i Comparative Indian Neurotrauma Effectiveness Research in Traumatic Brain Injury (CINTER-TBI), wykazując, że multimodalna fuzja danych poprawiła dokładność prognozowania wykraczając poza podejścia unimodalne30. Warman i in. porównali wyniki przewidywania śmiertelności w strojowym stroju maszynowym pomiędzy krajami o wysokich dochodach (HIC) oraz krajami o niskich i średnich dochodach (LMIC), co stanowiło analizę uogólnialności międzypopulacyjnej, a nie standardową wewnętrzną lub zewnętrzną walidację; pogorszenie wydajności w ustawieniach LMIC uwypukliło istotne ograniczenia związane z kapitałem własnym31. Raj i współpracownicy opracowali dynamiczne modele przewidywania śmiertelności wykorzystujące regresję logistyczną zastosowaną do ewoluujących danych fizjologicznych z OIOM, przy czym AUC poprawiło się z 0,67–0,72 w dniu 1 do 0,81–0,84 do 5. dnia monitoringu, wykazując lepszą wydajność w porównaniu do statycznych modeli opartych na przyjęciach32. Te badania łącznie stanowią najbardziej rozwiniętą bazę dowodową na przewidywanie AI w TBI, z wieloma udanymi międzynarodowymi zewnętrznymi potwierdzeniami.
Bariery krytycznej oceny i wdrożenia
Dyskryminacja predykcyjna kontra użyteczność kliniczna
Fundamentalne rozróżnienie — często mylone w publikacji — oddziela dyskryminację predykcyjną od dowodów użyteczności klinicznej. Dyskryminacja predykcyjna, mierzona przez AUC, mierzy zdolność modelu do klasyfikowania pacjentów według ryzyka; Nie określa on, czy działanie na podstawie tych prognoz poprawia wyniki kliniczne. Aby odpowiedzialnie wdrożyć klinicznie, wymagany jest pełny łańcuch dowodowy: (1) kalibracja, potwierdzająca, że przewidywane prawdopodobieństwa są zgodne z obserwowanymi wskaźnikami zdarzeń; (2) analiza krzywej decyzyjnej (DCA) wykazująca netto korzyści kliniczne na różnych progach decyzyjnych; oraz (3) prospektywne — najlepiej losowe — dowody na to, że interwencje kliniczne sterowane algorytmami przekładają się na lepsze wyniki skoncentrowane na pacjencie. Żadne opublikowane badanie predykcyjne dotyczące AI TBI nie zakończyło dotąd tego łańcucha dowodów, stanowiąc najważniejszą lukę dowodową w tej dziedzinie.
Walidacja i rygor metodologiczny
Wartości AUC zgłaszane w przeglądanych badaniach muszą być interpretowane z uwzględnieniem istotnych ograniczeń metodologicznych 5,33. Większość opublikowanych modeli nie posiada zewnętrznej walidacji na niezależnych zbiorach danych; spośród 39 badań przeglądanych przez Malhotrę i in., tylko około jedna trzecia poddała się zewnętrznej walidacji5. Zastosowanie narzędzia oceny ilościowej APPRAISE-AI wykazało, że w tej literaturze najniżej oceniane są dziedziny metodologiczne (mediana wyniku 35%), odporność wyników (20%) oraz powtarzalność (35%). Żadne randomizowane badania nie wykazały, że decyzje kliniczne sterowane przez AI poprawiają wyniki leczenia pacjentów — jest to kluczowa luka dowodowa, której nie da się zniwelować wyłącznie retrospektywnymi wskaźnikami dokładności.
Kalibracja, nierównowaga klas i komparatory bazowe
Poza dyskryminacją, istnieje kilka dodatkowych braków metodologicznych ograniczających interpretowalność opublikowanych wyników. Kalibracja rzadko jest oceniana lub raportowana; Dobrze rozróżniający, ale źle skalibrowany model może systematycznie błędnie przedstawiać bezwzględne ryzyko, potencjalnie wprowadzając w błąd decyzje kliniczne. Nierównowaga klasowa to powszechne wyzwanie w przewidywaniu komplikacji: rzadkie zdarzenia, takie jak napady pourazowe, tworzą zbiory danych zdominowane przez negatywne obserwacje, zawyżając wskaźniki dokładności bez zapewnienia realnej użyteczności predykcyjnej. Strategie radzenia sobie z nierównowagą klasową — w tym nadmierne próbki, uczenie się wrażliwe na koszty oraz dostosowanie progu decyzyjnego — są raportowane niekonsekwentnie. Porównawcza ocena z silnymi bazami regresji logistycznej jest często pomijana, co utrudnia określenie, czy wzrost wydajności odzwierciedla rzeczywiste korzyści specyficzne dla ML, czy jedynie wystarczającą inżynierię cech. DCA wykazuje netto korzyść kliniczną w mniej niż jednej piątej recenzowanych badań.
Interpretowalność
Wiele wysokowydajnych modeli AI działa jak czarne skrzynki, dostarczając prognozy bez interpretowalnego uzasadnienia 5,6,33,34. London analizował teoretyczne kompromisy między dokładnością a wyjaśnialnością w medycznej AI, zauważając, że nieprzejrzyste podejmowanie decyzji jest już powszechne w medycynie i że oczekiwania dotyczące wyjaśnialności mogą wymagać kalibracji33. Hassija i in. przedstawili kompleksowy przegląd techniczny wyjaśnionych metodologii AI stosowanych w warunkach klinicznych35. Ghassemi i in. przedstawili kontrargument, argumentując, że obecne wyjaśnialne podejścia AI mogą dawać fałszywe zapewnienia o bezpieczeństwie i odpowiedzialności, nie poprawiając istotnie jakości decyzji na poziomie pacjenta36. Klinicyści mają uzasadnione obawy przed zaufaniem do wyników, których nie potrafią samodzielnie ocenić, a medyczne konsekwencje decyzji wpływanych przez AI pozostają nierozwiązane w większości jurysdykcji.
Infrastruktura, integracja i zmęczenie alarmami
Praktyczne wdrożenie wymaga infrastruktury obliczeniowej, potoków integracji danych oraz możliwości utrzymania systemu, których wiele instytucji — szczególnie w środowiskach o niższych zasobach — obecnie nie posiada5. Systemy predykcji w czasie rzeczywistym muszą być starannie skalibrowane, aby zrównoważyć czułość ze specyficznością i uniknąć zmęczenia alarmami, które jest dobrze udokumentowanym zagrożeniem dla bezpieczeństwa pacjentów w środowiskach intensywnej terapii. Integracja z istniejącymi platformami elektronicznej dokumentacji medycznej stwarza poważne wyzwania związane z interoperacyjnością, opóźnieniami i zakłóceniami przepływu pracy, które rzadko są poruszane w opublikowanych badaniach rozwoju algorytmów.
Equity i uogólnialność
Systemy AI trenowane na niereprezentatywnych zbiorach danych mogą działać nierówno — a potencjalnie szkodliwie — w podgrupach pacjentów 5,31. Większość ocenianych modeli została opracowana na podstawie danych z akademickich ośrodków medycznych o wysokich dochodach, co stwarza ryzyko geograficznego, instytucjonalnego i demograficznego błędu wydajności5. Warman i in. wyraźnie odnieśli się do tego problemu, wykazując mierzalną degradację wydajności, gdy modele trenowane HIC były stosowane w ustawieniach LMIC31. Żadne recenzowane badanie formalnie nie oceniało wyników modeli w podgrupach demograficznych definiowanych według wieku, płci, rasy czy pochodzenia etnicznego — co jest podstawowym pominięciem ze względu na zróżnicowane populacje obsługiwane przez centra urazowe związane z TBI na całym świecie.
Dojrzałość dowodów porównawczych w dziedzinach predykcji
Pięć analizowanych domen predykcyjnych różni się znacząco pod względem dojrzałości dowodów. Przewidywanie ICP ma najsilniejsze podstawy: korzysta z badań podstawowych, zewnętrznej walidacji z wykorzystaniem danych CENTER-TBI, niezależnej replikacji w wielu grupach oraz jasno sformułowanego, fizjologicznie wiarygodnego klinicznego workflow do działania na podstawie przewidywań. Przewidywanie śmiertelności i funkcjonalnych wyników posiada największą opublikowaną literaturę, z wieloma międzynarodowymi badaniami walidacyjnymi wykorzystującymi zbiory danych TRACK-TBI, CENTER-TBI i CINTER-TBI. Predykcja koagulopatii wykazuje spójną skuteczność walidacji wewnętrznej, jednak zewnętrzna weryfikacja specyficzna dla TBI pozostaje nieobecna w literaturze. Przewidywanie sepsy ma co najmniej jeden zewnętrznie zweryfikowany model (Liu i in.), ale poleganie na bazach danych administracyjnych ogranicza pewność co do uogólnialności wydajności. Przewidywanie napadów ma najmniej dojrzałą bazę dowodową: nie istnieje zewnętrzna weryfikacja, dostępne badania są niewielkie, a nierównowaga klasowa znacznie ogranicza interpretowalność raportowanych wskaźników wydajności. Ta zróżnicowana dojrzałość ma bezpośrednie konsekwencje dla priorytetyzacji inwestycji badawczych oraz dla ostrożności uzasadnionej w każdej przyszłej dyskusji o tłumaczeniu klinicznym.
Przyszłe kierunki i priorytety badawcze
Rygorystyczna, wstępnie zarejestrowana zewnętrzna walidacja w różnych środowiskach klinicznych stanowi najpilniejszy priorytet badawczy 5,6. Wieloinstytucjonalne ramy, takie jak CENTER-TBI i TRACK-TBI, zapewniają ustalone szablony i infrastrukturę do takiej walidacji29,30. Potrzebne są badania prospektywne, w tym randomizowane badania platformowe z grupami interwencyjnymi kierowanymi przez AI, aby ustalić, czy te narzędzia znacząco poprawiają wyniki leczenia poza standardową opieką5. Rozwój systemów AI, które dostarczają klinicznie interpretowalnych, specyficznych dla konkretnych przypadków wyjaśnień, znacząco zwiększyłby zaufanie klinicystów, zidentyfikował tryby awarii i ułatwił zatwierdzenie regulacyjne 5,6,33,34. Ulepszenia metodologiczne — standaryzowana ocena kalibracji, DCA jako wymagany wskaźnik wydajności, przejrzyste zarządzanie nierównowagą klasową oraz porównanie z silnymi wynikami klinicznymi — powinny stać się minimalnymi standardami raportowania. Badania specjalnie zaprojektowane do oceny wyników predykcyjnych w podgrupach demograficznych i geograficznych są konieczne, zanim można wydać jakiekolwiek ogólne zalecenia kliniczne 5,31. Przyjęcie standardu raportowania TRIPOD dla przejrzystości modelu predykcyjnego oraz narzędzia oceny ryzyka błędu błędu PROBAST powinno być wymagane przez czasopisma publikujące w tej dziedzinie, aby poprawić powtarzalność i porównywalność.
Kwestie etyczne
Integracja narzędzi predykcyjnych AI do medycyny intensywnej opieki rodzi kwestie etyczne, które wykraczają daleko poza metryki wydajności technicznej 5,33. Kluczowe są kwestie równości: modele opracowane na niereprezentatywnych populacjach pacjentów mogą systematycznie utrudniać pacjentów z grup niedostatecznie reprezentowanych, potencjalnie pogłębiając, a nie zmniejszając istniejące różnice w wynikach TBI. Odpowiedzialny rozwój narzędzi wymaga celowego szkolenia, dywersyfikacji danych oraz wymaga oceny wydajności podgrupowej przed każdym wdrożeniem. Przejrzystość i odpowiedzialność za decyzje kliniczne inspirowane AI pozostają nierozwiązane: gdy rekomendacja AI przyczynia się do negatywnego wyniku, kwestie odpowiedzialności i świadomej zgody nie są jeszcze odpowiednio rozstrzygnięte w istniejących ramach prawnych lub regulacyjnych33,34. Zaangażowanie pacjentów i rodzin w decyzje dotyczące wdrożenia AI oraz jasna komunikacja probabilistycznego i niepewnego charakteru prognoz AI stanowią dodatkowe obowiązki etyczne dla instytucji wdrażających.
Ograniczenia tej recenzji
Kilka ograniczeń tej recenzji wymaga wyraźnego uznania. Po pierwsze, jako przegląd narracyjny, a nie systematyczny, nie stosowano formalne protokoły wyszukiwania literatury, dokumentację przepływów PRISMA oraz wyczerpującą listę badań; Wybór badania był kierowany przez reprezentatywne pokrycie i nie można wykluczyć błędu selekcji. Po drugie, do poszczególnych analizowanych badań nie zastosowano żadnego formalnego narzędzia oceny jakości ani ryzyka błędu — takiego jak PROBAST czy lista kontrolna raportowania TRIPOD, co ograniczało pewność, z jaką można wyciągać wnioski dotyczące jakości dowodów. Po trzecie, szybko rozwijająca się literatura w tej dziedzinie oznacza, że badania opublikowane po październikowym progu wyszukiwania 2025 roku mogą uwzględnić niektóre z zidentyfikowanych ograniczeń. Po czwarte, błędy publikacyjne prawdopodobnie zawyżają pozorną dokładność modeli AI w zachowanej literaturze, ponieważ badania o słabych wynikach predykcyjnych systematycznie rzadziej są publikowane. Po piąte, heterogeniczność definicji wyników, mikserstwa przypadków pacjentów, źródeł danych i wskaźników wydajności w różnych badaniach ogranicza bezpośrednie porównania w badaniach i syntezę metaanalityczną.
Access restricted. Please log in or start a trial to view this content.
Narzędzia predykcyjne AI wykazują realny potencjał przewidywania wtórnych powikłań TBI zanim pojawią się klinicznie 5,6,7. Reprezentatywne badania w pięciu dziedzinach powikłań raportują dokładność predykcyjną od umiarkowanej (AUC 0,70–0,79) do dobrej (AUC ≥ 0,80), przy czym modele o najwyższych wynikach osiągają wartości AUC do 0,92 w walidacji wewnętrznej (walidacja zewnętrzna zazwyczaj 0,76–0,80)<...
Access restricted. Please log in or start a trial to view this content.
Autorzy deklarują brak konfliktu interesów. Żaden podmiot komercyjny nie miał żadnej roli w projektowaniu badania, interpretacji ani decyzji o zgłoszeniu do publikacji.
Autorzy nie otrzymali na tę pracę żadnego konkretnego finansowania.
Access restricted. Please log in or start a trial to view this content.
Request permission to reuse the text or figures of this JoVE article
Request Permission