Nepuknute cerebralne aneurizme veličina i lokacija koje zahtevaju pažnju mogu se često propustiti u rutinskoj kliničkoj nezi, ali algoritam mašinskog učenja mogao bi da minimizira propuštene mogućnosti nege, prema novoj studiji UTHealth Houston.
Približno 30.000 ljudi koji žive u SAD godišnje doživi rupturu aneurizme. Procenjena prevalencija nerupturisanih cerebralnih aneurizme je 3,2%. Trenutno se mnoge od ovih aneurizme slučajno nalaze na snimanju mozga, koje se često izvode iz nepovezanih razloga, a dobijanje tačnog broja ostaje izazov.
„Već smo videli ogromnu korist koju mašinsko učenje može doneti pacijentima koji pate od akutnog moždanog udara“, rekao je Šet, koji je i direktor programa vaskularne neurologije na Medicinskom fakultetu McGovern. „U ovoj studiji vidimo sličnu mogućnost za značajno poboljšanje načina na koji identifikujemo, savetujemo i pomažemo pacijentima sa aneurizmom mozga.“
Tim je proučavao prospektivno održavan registar koji je uključivao osam sertifikovanih centara za moždani udar. Oni su identifikovali pacijente koji su bili podvrgnuti kompjuterskoj tomografiji (CT) angiografiji za procenu mogućeg moždanog udara od 14. marta 2021. do 31. novembra 2021. Algoritam mašinskog učenja pod nazivom Viz Aneurism analizirao je slike da bi identifikovao nepuknute aneurizme mozga veličine najmanje 4 milimetra.
Od 1.191 CT angiograma urađenih tokom perioda studije, 50 je označeno algoritmom mašinskog učenja kao moguće da pokazuju nepuknutu cerebralnu aneurizmu. Među njima, 36 pravih aneurizmi je identifikovano iz 31 CT angiograma, sa četiri slučaja višestrukih aneurizmi.
Dvadeset četiri od 36 aneurizme (67%) ranije nisu upućene na praćenje, sa srednjom veličinom od 4,4 milimetra. Među njima, pet aneurizme su bile veće od 7 milimetara i imale su prosečan rizik od rupture od 2,4% tokom pet godina. Drugim rečima, samo 33% nerupturisanih cerebralnih aneurizme — od kojih mnoge zahtevaju pažnju i mogu zahtevati lečenje — prvobitno je upućeno na praćenje u rutinskoj kliničkoj nezi.
„Pre Viz aneurizme, stopa upućivanja nerupturisanih cerebralnih aneurizmi bila je znatno niža nego što smo očekivali“, rekla je Kim. „Verujemo da bi skrining algoritma mašinskog učenja i upozorenje kliničara na studije koje mogu sadržati cerebralne aneurizme mogle da poboljšaju stopu otkrivanja i praćenja.
Sve u svemu, najčešće lokacije aneurizme uključivale su unutrašnju karotidnu arteriju (46%).
Istraživači su rekli da algoritmi za mašinsko učenje imaju potencijal da poboljšaju identifikaciju nerupturisanih cerebralnih aneurizme označavanjem CT angiograma za koje se sumnja na aneurizmu i koordinacijom potencijalnog praćenja sa opcijama upućivanja i komunikacije za ceo tim za negu u istoj aplikaciji.
„Nadamo se da ćemo nastaviti i poboljšati ovaj rad kako bismo bili od koristi pacijentima“, rekao je Ballekere. „Ovo će pomoći poboljšanju kvaliteta nege za pacijente sa akutnim moždanim udarom kada se primeni.“
