Az altatókról és a fájdalomcsillapítókról való leszoktatást könnyítenék meg az SZTE gyermekorvosai

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. A díjazottat kutatási projektjéről kérdeztük.

– Mi volt az a klinikai vagy kutatói tapasztalat, ami életre hívta a DoseLearn projektet?
– 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. 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.

Ez világszerte probléma, amikor Angliában kezdtem dolgozni egy intenzív osztályon, ott is tapasztaltam. A gyermekintenzív szakmai diskurzusnak ez az egyik kiemelt témája, világszinten keresik a megoldást arra, hogy mérsékeljék az altatókhoz, fájdalomcsillapítókhoz való hozzászokást. Amikor hazajöttem Angliából, láttam, hogy a szegedi klinikán is sok nehézséget okoz ez a kérdés. Akkor kezdtem 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.

Dr. Pásztor Pál bronchológus szakorvos, az SZTE SZAKK Gyermekgyógyászati Klinika Gyermekintenzív Osztályának osztályvezető-helyettese. Fotó: Kovács-Jerney Ádám

– Hogyan kapcsolódhat a gépi tanulás ehhez az emberközpontú klinikai döntési folyamathoz?
– Egy döntéstámogató rendszert készítünk, de a végső döntés természetesen mindig az orvosé. Az a probléma, hogy ezeknek az állapotoknak nincsenek speciális tünetei. Az elvonási szindróma tüneteit okozhatja szeptikus állapotromlás, fertőzés vagy egyéb állapot is. Nekünk ezeket egyrészt észlelnünk kell, másrészt értékelnünk kell, hogy az adott tünet csak az elvonás miatt van, vagy esetleg más szövődmény lépett fel. Ezt nem könnyű megállapítani. A tünetek értékelésében tehát igen sok a szubjektum. Ezen próbálunk az adatainkban rejlő információt felhasználva segíteni.
A kutatásunkban öt évre visszamenőleg kigyűjtöttük minden itt altatott beteg adatait. Azt figyeltük meg, hogy a leszoktatás idejéről szóló előzetes feltételezésünk, illetve a valóság nagyon távol állt egymástól. Az előzetes eredményeink azt mutatják, hogy minden eddiginél pontosabb becslést adhat ez a rendszer. Arra számítunk, hogy a leszoktatás ideje, valamint az intenzív osztályon töltött idő jelentősen csökkenni fog. A következő lépés, hogy amikor elkészül az applikáció, multicentrikus validálásnak vetjük alá. Ez annyit jelent, hogy más osztályokat bevonva, az ő beteganyagukon próbáljuk meg reprodukálni ugyanezt az eredményt.

– A társkutatók milyen szerepet töltenek be a projektben?
– A projektben kiemelten fontos szerepet játszott az intenzív osztály minden dolgozója, akik közül kiemelném a nővéreket. Nélkülük egy ilyen rendszer nem működhetne. Szeretném még megemlíteni közvetlen főnökömet, Dr. Gál Pétert, aki teret és lehetőséget teremtett az újítás számára, illetve fontos tanácsokkal segítette és segíti most is a munkát.
Két közvetlen kollégámmal, Dr. Rácz Tímeával és Dr. Bukva Mátyással irányítottuk a kutatást. Dr. Rácz Tímeával kezdtük a projektet, ő akkor még gyakornokként dolgozott az osztályon, de rengeteget segített nekem az adatgyűjtésben. Együtt nőtt föl szakmailag ezzel a feladattal, szervezési munkákkal és más ötletekkel is támogatta a projekt megvalósítását. Dr. Bukva Mátyás később csatlakozott hozzánk, ő biostatisztikusként abban segített, hogy hogyan használjuk az adatokat, illetve a predikciós modell javarészt az ő érdeme.

– Milyen mérföldköveket szeretnének még elérni a támogatási időszak alatt?
– A célunk, hogy létrehozzuk a leszoktatást támogató applikációt, amit utána exportálnánk más osztályokra is. Egy multicentrikus kutatási platformot indítanánk, ugyanis több osztályról áramlanának be az anonim adatok. Meg kell jegyeznem, hogy gyermekintenzív szakterületen igen nehéz nagy mennyiségű adathoz jutni. Néhány százas, esetleg ezres esetszámok alapján születnek meg a legmagasabb minőségű közlések. Ha öt-hat, vagy több osztályon tudnánk működtetni a megálmodott rendszert, akkor nagyon hamar akár többezres esetszámokat érhetnénk el, így további kutatásaink és eredményeink statisztikai ereje nemzetközi szinten is igen jelentős lehetne.

Névjegy

Dr. Pásztor Pál 2007-ben szerzett orvosi diplomát a Szegedi Tudományegyetemen. 2011-2017-ig Angliában dolgozott, ezt követően tért vissza a szegedi gyermekklinikára, ahol 2017 óta a Gyermekintenzív Osztály osztályvezető-helyettese.

Vida-Szűcs Imre
Fotó: Kovács-Jerney Ádám