Az altatókról és a fájdalomcsillapítókról való leszokás módszere

A gépi tanulást is alkalmazó fejlesztés célja, hogy személyre szabottabbá és biztonságosabbá tegye a hosszú távú altatásból való leszoktatást – a kutatás hátteréről és jövőbeli terveiről a díjazott beszélt.

Innovációs Díjat vehetett át 2025 novemberében a leginnovatívabb munkáért az egészségügyi fejlesztések területén két kutatótársával Dr. Pásztor Pál bronchológus szakorvos, az SZTE SZAKK Gyermekgyógyászati Klinika Gyermekintenzív Osztályának osztályvezető-helyettese.

A DoseLearn – Klinikai protokoll és ML alapú predikciós modell a hosszútávú szedato-analgézia és leszoktatás személyre szabott és objektív tervezéséhez című pályázattal Proof of Concept támogatást is nyertek a Szegedi Tudományegyetemen.

Az intenzív osztályon kezelt súlyos beteg gyerekek gyakran igényelnek altatást, komoly fájdalomcsillapítást gépi lélegeztetés és egyéb, fájdalmas beavatkozások esetén. Az a probléma, hogy az altatókhoz és a fájdalomcsillapítókhoz két nap alatt hozzászoknak, tolerancia alakul ki, egy ördögi kör indul el – ismertette az alap problémát Dr. Pásztor Pál. – Ilyenkor emelni kell a dózist, mert egyre kevésbé hatnak a gyógyszerek. Sok esetben elvonási szindróma vagy delírium alakul ki, ami negatívan befolyásolja a betegek állapotát.

A gyermekintenzív szakmai diskurzus egyik kiemelt témája ez, a kutatók világszinten keresik a megoldást, hogy mérsékeljék az altatókhoz, fájdalomcsillapítókhoz való hozzászokást. Amikor a gyermekgyógyász visszatért Angliából, látta, hogy a szegedi klinikán is sok nehézséget okoz ez a kérdés. Akkor kezdett el megoldást keresni. – A célom, hogy találjunk egy olyan rendszert, amely segít a gyerekek minél gyorsabb és kíméletesebb leszoktatásában az említett szerekről.

A projekt már nyolc éve tart: teljesen új alapokra helyeztük az altatást, a hosszú távú fájdalomcsillapítást, protokollt írtunk, nemzetközi ajánlások alapján score rendszereket vezettünk be. Már ezek hatalmas eredmények, azonban mi egy lépéssel tovább mentünk.

Ezen eredményekre támaszkodva létrehoztunk egy machine learning (ML) alapú predikciós rendszert. Ez a modell, az eddig rendelkezésünkre álló adatok alapján ad predikciót arra vonatkozóan, hogy az adott beteg számára mi lesz a leggyorsabb, legideálisabb leszoktatási ütem, előzetes eredményeink szerint jelentősen csökkentve a leszoktatási időt – beszélt a munkájukról Dr. Pásztor Pál.

Kutatásukban öt évre visszamenőleg kigyűjtötték minden, a szegedi gyermekklinikán  altatott beteg adatait. Azt figyelték meg, hogy a leszoktatás idejéről szóló előzetes feltételezésük, illetve a valóság nagyon távol állt egymástól. Az előzetes eredményeik azt mutatják, hogy minden eddiginél pontosabb becslést adhat ez a rendszer.

Arra számítanak, hogy a leszoktatás ideje, valamint az intenzív osztályon töltött idő jelentősen csökkenni fog. A következő lépés, hogy amikor elkészül az applikáció, multicentrikus validálásnak vetik alá. Ez annyit jelent, hogy más osztályokat bevonva, az ő beteganyagukon próbálják meg reprodukálni ugyanezt az eredményt.

A projekt vezetője hangsúlyozta, a munkában kiemelten fontos szerepet játszott az intenzív osztály minden dolgozója, akik közül kiemelte a nővéreket és közvetlen főnökét, Dr. Gál Pétert, aki teret és lehetőséget teremtett az újítás számára, illetve fontos tanácsokkal segítette és segíti most is a munkát. Két közvetlen kollégájával, Dr. Rácz Tímeával és Dr. Bukva Mátyással irányították a kutatást.

Az a céljuk, hogy amikor sikerül létrehozni a leszoktatást támogató applikációt, azt utána exportálnák más osztályokra is. Egy multicentrikus kutatási platformot indítanának, több osztályról áramlanának be az anonim adatok. Meg kell jegyezni, hogy gyermekintenzív szakterületen igen nehéz nagy mennyiségű adathoz jutni. Ha öt-hat, vagy több osztályon tudnák működtetni a megálmodott rendszert, akkor nagyon hamar akár többezres esetszámokat érhetnének el, így további kutatásaik és eredményeik statisztikai ereje nemzetközi szinten is igen jelentős lehetne.