Aktuelle Forschungen zeigen, dass künstliche Intelligenz doppelt so genau sein könnte wie die derzeitigen Methoden zur Bestimmung des Zeitpunkts von Schlaganfällen, was Ärzten helfen könnte, dringende Entscheidungen zur Patientenversorgung zu treffen. Die Studie legt nahe, dass die Nutzung von Technologien zur Analyse von Gehirnscans von Schlaganfallpatienten dazu führen könnte, dass bis zu 50 % mehr Patienten angemessen behandelt werden.
Das Softwareentwicklungsteam, bestehend aus Forschern des Imperial College London, der Technischen Universität München und der Universität Edinburgh, behauptet, dass ihr Modell erheblich präziser ist als die bestehenden visuellen Bewertungsmethoden, die von Ärzten zur Auswertung von Gehirnscans verwendet werden.
Das Modell wurde mit 800 Gehirnscans mit bekanntem Schlaganfallzeitpunkt trainiert und an 2.000 Patienten getestet. Die Studie ergab, dass die Genauigkeit des Modells auf seine Fähigkeit zurückzuführen ist, zusätzliche Merkmale aus den Scans, wie z. B. Textur, zu berücksichtigen.
Patienten, die mit Verdacht auf einen Schlaganfall ins Krankenhaus kommen, erhalten CT-Scans, um die Ursache und Schwere ihrer Erkrankung zu bestimmen, idealerweise innerhalb einer Stunde. Die Ärzte überprüfen dann die Ergebnisse, um Behandlungsentscheidungen zu treffen, wobei die Zeit entscheidend ist.
Die Thrombolyse, ein Verfahren zur Auflösung von Blutgerinnseln mit Medikamenten, kann innerhalb von 24 Stunden nach Beginn der Symptome durchgeführt werden, während die Thrombektomie - die chirurgische Entfernung eines Gerinnsels zur Wiederherstellung des Blutflusses - am effektivsten innerhalb von sechs Stunden nach Auftreten der Symptome ist, obwohl sie in seltenen Fällen bis zu 24 Stunden später durchgeführt werden kann.
Dr. Paul Bentley vom Department of Brain Sciences am Imperial College und Neurologe am Imperial College Healthcare NHS Trust leitete die Studie, die im medizinischen Journal NPJ Digital Medicine veröffentlicht wurde. Er betonte die Bedeutung, den Beginn eines Schlaganfalls zu kennen und das Potenzial, dessen Symptome umzukehren, um Behandlungsentscheidungen zu leiten.
Dr. Adam Marcus, der Hauptautor, erklärte: 'Wir schätzen, dass bis zu 50 % mehr Schlaganfallpatienten dank unserer Methode angemessen behandelt werden könnten.'