Des recherches récentes indiquent que l'intelligence artificielle pourrait être deux fois plus précise que les méthodes actuelles pour déterminer le moment des AVC, ce qui pourrait aider les médecins à prendre des décisions urgentes en matière de soins. L'étude suggère que l'utilisation de la technologie pour analyser les scans cérébraux des patients victimes d'AVC pourrait permettre à jusqu'à 50 % de patients de recevoir un traitement approprié.
Équipe de développement du logiciel, composée de chercheurs de l'Imperial College de Londres, de l'Université technique de Munich et de l'Université d'Édimbourg, affirme que leur modèle est considérablement plus précis que les méthodes d'évaluation visuelle existantes utilisées par les médecins pour évaluer les scans cérébraux.
Formé sur 800 scans cérébraux avec des temps d'AVC connus et testé sur 2 000 patients, l'étude a révélé que l'exactitude du modèle provient de sa capacité à incorporer des caractéristiques supplémentaires des scans, telles que la texture.
Les patients arrivant à l'hôpital avec des soupçons d'AVC subissent des scans CT pour déterminer la cause et la gravité de leur état, idéalement dans l'heure qui suit. Les médecins examinent ensuite les résultats pour prendre des décisions de traitement, où le timing est crucial.
La thrombolyse, un processus qui décompose les caillots sanguins à l'aide de médicaments, peut être réalisée dans les 24 heures suivant l'apparition des symptômes, tandis que la thrombectomie - l'élimination chirurgicale d'un caillot pour rétablir le flux sanguin - est la plus efficace dans les six heures suivant l'apparition des symptômes, bien qu'elle puisse être réalisée dans de rares cas jusqu'à 24 heures plus tard.
Le Dr Paul Bentley, du Département des sciences cérébrales de l'Imperial College et neurologue à l'Imperial College Healthcare NHS Trust, a dirigé l'étude publiée dans le journal médical NPJ Digital Medicine. Il a souligné l'importance de connaître l'heure de début d'un AVC et le potentiel de renverser ses symptômes pour guider les décisions de traitement.
Le Dr Adam Marcus, auteur principal, a déclaré : 'Nous estimons que jusqu'à 50 % de plus de patients victimes d'AVC pourraient recevoir un traitement approprié grâce à notre méthode.'