Исследователи из Центра наук о здоровье Университета Техаса в Хьюстоне создали алгоритм машинного обучения , который помогает врачам решить, как лечить пациента с инсультом. Технология, управляемая ИИ, предназначена для того, чтобы помочь врачам, находящимся вне узкоспециализированных лечебных учреждений, в определении того, поможет ли пациенту с ишемическим инсультом эндоваскулярная тромбэктомия. Проведение эндоваскулярной тромбэктомии эффективно для улучшения исходов инсульта, однако только тогда, когда в ткани мозга наблюдается умеренное повреждение.
Степень повреждения головного мозга оценивается с помощью методов нейровизуализации, таких как магнитно-резонансная томография (МРТ) или компьютерная томография (КТ). Хотя эти передовые технологии эффективны при скрининге пациентов с ишемическим инсультом на предмет эндоваскулярной тромбэктомии, они часто недоступны в большинстве больниц общего профиля.
ИИ, получивший название DeepSymNet, был обучен и проверен с использованием электронных медицинских карт пациентов, перенесших инсульт или подобные симптомы. Из 224 пациентов с инсультом у 179 также была обнаружена закупорка мозгового кровеносного сосуда. Система была обучена распознавать эти окклюзии на изображениях КТ-ангиограмм пациентов, и использовать их для определения того, сколько ткани мозга умерло.
Исследователи пришли к выводу, что инструмент машинного обучения смог оценить целесообразность эндоваскулярной операции для пациентов с использованием данных КТ-ангиограммы с той же точностью, что и передовые методы визуализации. Преимущество заключается в том, что врачу не нужно находиться в академическом медицинском центре или узкоспециализированной больнице, чтобы определить, принесет ли это лечение пользу пациенту.