По данным Всемирной организации здравоохранения (ВОЗ), ежегодно в мире от ожогов погибает около 180 тысяч человек. Основной причиной смертности при тяжелых ожогах остается сепсис, приводящий к полиорганной недостаточности и осложнениям у 30–60% пациентов. Ранняя диагностика осложнений затруднена из-за сходства симптомов гиперметаболического состояния с признаками инфекции, а существующие методы мониторинга требуют длительных наблюдений и лабораторных анализов.
Разработанная ИИ-модель решает эту задачу, используя всего шесть параметров, доступных сразу при госпитализации: возраст, площадь ожога, глубина поражения тканей (в том числе частичные и полнослойные ожоги), а также наличие ингаляционной травмы и гипертонии. Такой подход позволяет быстро определить пациентов с высоким риском осложнений без необходимости в сложных диагностических данных. Анализ показал, что ключевыми факторами риска являются площадь и глубина поражения, а также возраст: вероятность развития сепсиса резко возрастала при повреждении более 20–30% поверхности тела и достигала максимума при ожогах свыше 40–50%.
Кроме того, алгоритм с вероятностью 98% исключает риск у стабильных пациентов, помогая специалистам избегать лишнего назначения антибиотиков. Авторы подчеркивают, что разработка не заменяет врачебное решение, но может использоваться как инструмент поддержки при определении тактики лечения и распределении ресурсов интенсивной терапии. В отличие от большинства существующих моделей, требующих динамических показателей и потоковых данных мониторинга, немецкое решение может быть интегрировано в стандартные протоколы уже на этапе поступления пациента.
По мнению исследователей, внедрение подобных систем может сократить время до начала терапии, повысить выживаемость и снизить нагрузку на отделения интенсивной терапии. Команда German Burn Registry готовит открытый релиз модели и документации для международной валидации, чтобы адаптировать решение к разным клиническим условиям и типам ожоговых центров.
Разработка немецких ученых отражает широкую тенденцию в мировой медицине, где технологии ИИ начинают играть ключевую роль в диагностике и прогнозировании заболеваний. ИИ уже активно применяется в клинической практике: в кардиологии, например, алгоритмы машинного обучения позволяют выявлять сердечную недостаточность с точностью до 93%, а в дерматологии корейская система ModelDerm определяет рак кожи с точностью 78%.
