L'algoritmo aiuta i medici a valutare se i pazienti del colpo sono candidati per la procedura d'eliminazione

Un algoritmo sviluppato dalla facoltà al centro di scienza di salubrità dell'università del Texas a Houston (UTHealth) può aiutare i medici fuori dei centri importanti del trattamento del colpo a valutare se un paziente che soffre dal colpo ischemico trarrebbe giovamento da una procedura endovascular per eliminare un grumo che blocca un'arteria.

I risultati del loro studio clinico facendo uso dell'algoritmo sono stati pubblicati oggi online nel colpo del giornale.

Il thrombectomy di Endovascular è una procedura che comprende infilare un catetere attraverso l'arteria femorale nel cosciotto tutto il modo al cervello, in cui il grumo può essere eliminato meccanicamente. Dal 2015, gli studi lo hanno indicato che può migliorare i risultati per i pazienti del colpo, ma soltanto se la quantità di tessuto cerebrale che è stato danneggiato è minima ai tempi del trattamento.

Purtroppo, neuroimaging avanzato per individuare nelle ore se un paziente è un candidato per il trattamento è limitato ad aspersione emergente di tomografia computerizzata o (CT) di imaging a risonanza magnetica. Che il genere di tecnologia e la competenza non sono al massimo ospedali e primari disponibili segni i centri.

Con thrombectomy endovascular, ora abbiamo un trattamento per il colpo ischemico che è realmente rivoluzionario. Permette che noi catturiamo i pazienti del colpo dall'inabilità severa e li restituiamo quasi ad una vita normale. Purtroppo, le tecniche di rappresentazione avanzate usate corrente per identificare che i pazienti traggono giovamento da questa procedura non sono ampiamente - esterno disponibile di grandi ospedali di rinvio. Di conseguenza, la maggior parte dei pazienti del colpo non hanno accesso aa selezione basata a linea guida per questi trattamenti.„

Sunil A. Sheth, MD, autore corrispondente e assistente universitario di neurologia con la facoltà di medicina di McGovern a UTHealth

Nella risposta, Sheth e Luca Giancardo, il PhD, l'autore senior e l'assistente universitario al banco di UTHealth dell'informatica biomedica, hanno sviluppato uno strumento di apprendimento automatico che potrebbe essere utilizzato con la a ampiamente - tecnica di rappresentazione disponibile, angiogramma di CT. Lo strumento può analizzare le immagini automaticamente “imparando„ i reticoli sottili di immagine che possono essere usati come proxy per altro avanzato, ma non disponibile facilmente, modalità della rappresentazione quale aspersione di CT. L'architettura di apprendimento automatico, chiamata DeepSymNet, è stata sviluppata a UTHealth.

Per collaudare lo strumento, il gruppo di ricerca ha identificato i pazienti nella loro registrazione del colpo che aveva sofferto un colpo o ha avuta circostanze che hanno imitato il colpo.

Dei 224 chi hanno avuti colpo, 179 hanno avuti vasi sanguigni cerebrali che sono stati bloccati. L'algoritmo di DeepSymNet ha imparato identificare questi bloccaggi dalle immagini di angiogramma di CT ed ha preparato il software per usare quelle stesse immagini per definire l'area del cervello che era morto, facendo uso delle scansioni di aspersione di CT acquistate concurrent come “il sistema monetario aureo.„

“Il vantaggio è voi non deve essere ad un centro sanitario accademico o ad un ospedale terziario di cura per determinare se questo trattamento avvantaggierebbe il paziente. Ed il meglio di tutti, angiogramma di CT è già ampiamente usato per i pazienti con il colpo,„ Sheth ha detto.